特发性炎症性肌病公共肌肉与皮肤转录组协调质控汇编

数据集获取

源站：https://doi.org/10.5281/zenodo.23427755

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 62.6 MB。

数据说明

特发性炎症性肌病公共 bulk 肌肉与皮肤转录组协调汇编，基于 9 个平台上的 17 个 GEO 和 ArrayExpress 系列构建。共整理 639 条样本记录（亚型、血清学、病变状态、患者标识符）。去除 83 份重复标本（字节完全相同的 CEL 文件及表达相关性匹配）、10 份质控不合格样本和 19 份激光显微切割纤维样本后，协调后的肌肉矩阵包含 370 份样本（8,759 个共享基因），皮肤矩阵包含 155 份样本（13,832 个共享基因），合计 525 份。该记录包含所有有数据样本的各系列矩阵、按组织分列的未校正和 ComBat 校正矩阵、带重复链接的整理注释、质量标志、推断性别和协调亚型，以及验证输出。每个系列均在其自身平台内单独标准化，系列之间从未联合标准化。ComBat（协调）矩阵仅供探索和可视化使用。

对于推断，应在每个系列或批次内进行分析（使用按系列或按批次的矩阵，或将系列作为因子的未校正矩阵），并通过系列内效应量的随机效应荟萃分析来合并各系列。不要合并不同归一化的批次（例如，在合并样本中对基因或评分进行相关性分析），因为系列间归一化和平台的差异可能会产生或掩盖关联。

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。