经典非临床物种定量转录组与蛋白质组图谱 [b3]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE325525

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

靶基因的表达分布可为深入理解靶点可用性提供线索，从而助力治疗开发。生物制品及新型模态的使用日益增多，加之新疗法安全性评价中替代体内实验方法的机会不断涌现。详细了解靶组织中的表达水平对于选择具有最高转化潜力的非临床种属至关重要。我们在40多种正常组织以及5个非临床种属的若干组织（包括人体组织）中量化了相对RNA和蛋白质水平。我们识别出有助于更广泛理解非临床实验设计的跨物种与方法学关系模式。我们观察到组织间表达谱相似性总体上支持物种相似性，但某些神经系统和免疫组织除外。在探索组织特异性时，我们发现了编码组织特异性蛋白的广泛表达转录本。我们还评估了RNA与蛋白质富集之间的不一致性，并揭示了分泌蛋白可能的合成与作用部位。

这些数据及其相互关系是毒理学研究设计中的基础资产，为药物发现中的生物调控提供了见解。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。