基于超几何检验分析识别胶质母细胞瘤基因网络

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-62731

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

患者特异性治疗正逐渐成为许多癌症患者的一种重要可能。然而，要确定此类疗法，关键在于明确单个肿瘤相对于对照样本存在的基因组和转录改变。这构成了一项挑战，因为使用单一样本排除了许多标准统计分析技术。我们推断，解决这一问题的一种方法是将单个肿瘤中的转录变化与通过癌症基因组图谱（TCGA）分析的大规模患者队列中观察到的变化进行比较。为直接验证这一点，我们设计了一套生物信息学流程，用于识别取自最常见成人恶性脑肿瘤——胶质母细胞瘤（GBM）患者肿瘤中的差异表达基因。我们对个体GBM患者的肿瘤进行了RNA测序，并通过TCGA数据库过滤结果，以识别相对于对照在GBM样本中过度代表的可能基因网络。重要的是，我们证明基于超几何分布的基因对分析所识别的基因网络能够通过实验验证。

这些研究确定了一个推测性的工作流程，用于揭示胶质母细胞瘤（GBM）及其他癌症中患者特异性差异表达基因和基因网络。对2例胶质母细胞瘤样本和2例癫痫样本进行了RNAseq分析。

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。