PRJNA1367552：利用大规模数据解析脓毒症分子亚型以识别亚型特异性药物重定位

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1367552

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

理由：脓毒症是一种危及生命的综合征，若不及时治疗，可迅速导致器官衰竭和死亡。患者异质性使疗法开发复杂化，其分子机制仍知之甚少。增进对这些机制的了解对于有效治疗和更清晰表型定义至关重要。目的：为解决这一问题，我们创建了一个大规模转录组图谱，汇集了公开可用的成人脓毒症患者数据，并利用该图谱进行分子表型分析，以评估基因表达模式并识别潜在的特定表型药物疗法。方法：我们在三个基因组数据库（SRA、GEO和refine.bio）中识别了细菌性脓毒症研究，并审查了每项研究的元数据，以确保样本符合我们预定的纳入标准。我们将这些数据合并为一个大型综合数据图谱，并对每个样本的基因表达及相关元数据进行了统一化处理。通过对该脓毒症转录组数据图谱进行聚类分析，识别出脓毒症的分子表型。随后，我们检查了每种表型的临床相关性，并识别出与每种表型相关的基因特征。

我们对这些特征进行了基因集富集分析，并识别出表型特异性的潜在药物重定位候选者。我们还评估了计算表型与死亡率之间的关联。测量与主要结果：我们整合了来自28个数据集的3,713个样本（全部包含在此数据集中）的数据，其中2,251例为脓毒症患者。聚类分析在数据中识别出四种表型。我们发现了与生存、疾病和年龄具有统计学显著性的表型关联。通路分析揭示，MHC II类功能、DNA损伤、稳态通路和凝血可能表征了潜在的应答表型，并可能具有指导脓毒症治疗药物开发的潜力。结论：我们创建了迄今为止最大的转录组脓毒症图谱

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。