幼年特发性关节炎公共血液与免疫细胞转录组协调资源

数据集获取

源站：https://doi.org/10.5281/zenodo.23485848

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。

数据集大小约 172.8 MB。

数据说明

由NCBI GEO构建的幼年特发性关节炎（JIA）与对照的公共批量转录组协调资源。每样本标签核查覆盖48个系列中的3,734条GSM记录；来自45个系列的2,876个样本通过核查并已注释，其中全身型与非全身型亚型分开保留，未标明亚型的样本按未标明处理。来自35个系列的2,246个样本被重新处理为40个按系列划分的基因矩阵；40个未通过质量控制，111个因属于已计入的芯片或文库的重新存放副本而被合并。四个层次具有足够数据构建跨系列矩阵：全血（605个样本，8,423个基因）、PBMC（580个，8,668个）、中性粒细胞（248个，6,030个）和单核细胞（38个，10,498个；数据稀疏）。CD4 T细胞、分选髓系细胞、滑液、滑膜和离体培养血液仅按系列提供。经ComBat校正的矩阵仅供探索和可视化使用。正式分析应在每个系列（或批次）内进行，使用按系列矩阵或以系列作为因子的未校正矩阵，然后通过随机效应荟萃分析合并系列内估计值。

不同归一化处理的系列不应合并用于推断（例如，将所有合并样本中的基因或评分进行相关性分析），因为不同系列之间在平台和归一化方法上的差异可能会产生或掩盖关联。源数据为公开的NCBI GEO系列（NCBI对GEO数据的使用或分发不设限制）；未使用受控访问数据。各系列的基因矩阵提供于data_matrices_per_series.zip中（81个文件，文件夹per_series/），因为Zenodo每个记录最多允许100个文件；所有其他文件均单独上传（见README.md和MANIFEST.md5）。

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。