健康对照与ns白癜风患者血液表达数据

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE90880

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

白癜风血液转录组学为疾病机制提供新见解并确定潜在的新治疗靶点

摘要

背景：关于白癜风（VL）自身免疫反应背后的病理机制，仍存在重大空白，其中自身耐受性的丧失导致黑素细胞被靶向杀伤。具体而言，对于与该疾病状态相关的全身环境改变，目前信息尚不完整。

方法：我们采用全基因组分析方法，在我们先前发表的白癜风皮肤基因表达谱背景下，检测了白癜风患者和健康对照者外周血中的基因表达。我们使用了几种基于计算机生物信息学的分析方法，以提供对疾病机制的新见解，并为未来治疗提出新靶点。

结果：对白癜风血液数据集的无监督聚类方法显示出一组“疾病状态”特异性的共表达基因。对99个差异表达基因（DEGs）的本体富集分析揭示了白癜风血液中免疫/炎症反应、B细胞抗原受体（BCR）通路、凋亡和分解代谢过程的下调。

有证据表明，I型和II型干扰素（IFN）均在VL发病机制中发挥作用。我们运用相互作用组分析，从数据集中识别出几种关键的血液相关转录因子（TFs），包括内部的（STAT1、STAT6和NF-kB），以及“隐藏”的（CREB1、MYC、IRF4、IRF1和TP53），这些因子可能影响疾病的发病机制。这些转录因子与我们先前报道的病变皮肤转录回路重叠，突显了它们对疾病潜在的重要性。我们还发现了一个共享的VL血液和皮肤转录“热点”，该热点定位到6号染色体，并包含三个在VL血液中失调的基因（PSMB8、PSMB9和TAP1），这些基因被描述为潜在的VL相关遗传易感性位点。最后，我们提供了基于生物信息学的支持，以优先考虑VL血液中失调的基因。

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。