环境署数据集样本

数据集获取

源站：https://omicsdi.org/dataset/ega/EGAD00001000986

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

嗜铬细胞瘤和副神经节瘤（PCC/PGL）是神经嵴来源的肿瘤，具有非常强的遗传成分。我们报告了大规模PCC/PGL集合的首个整合基因组描绘。SNP阵列分析揭示了与遗传背景相关的独特拷贝数模式。全外显子组测序显示突变率低，为每兆碱基0.3个突变，在先前与PCC/PGL无关的基因中很少有复发性体细胞突变。DNA甲基化阵列和miRNA测序识别出与mRNA表达谱强烈相关的DNA甲基化变化和miRNA表达簇。miRNA簇182/96/183的过表达是SDHB突变肿瘤的特异性表现，并诱导侵袭性特征，而印迹DLK1-MEG3 miRNA簇的沉默似乎是散发性肿瘤亚群中的潜在驱动因素。总之，PCC/PGL的完整基因组景观主要由易感基因中不同的种系和/或体细胞突变驱动，并揭示了不同的分子实体，其特征是一组独特的基因组改变。

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。