PRJNA284151：caArray_golub-00327 Sanger细胞系Affymetrix基因表达项目

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA284151

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

采用798种不同的癌细胞系研究了微阵列基因表达模式。这些癌细胞系来自不同的中心。注释信息见补充文件。

总体设计：golub-00327 检测类型：基因表达 提供者：Affymetrix 芯片设计：HT_HG-U133A 生物体：Homo sapiens (ncbitax) 组织部位：白血病、泌尿道、肺、胆道、自主神经节、甲状腺、胃、乳腺、胰腺、头颈部、淋巴瘤、结直肠、胎盘、肝、脑、骨、胸膜、皮肤、子宫内膜、卵巢、宫颈、食管、结缔与软组织、肌肉、肾、前列腺、肾上腺、眼、睾丸、平滑肌组织、外阴、未知 材料类型：细胞、合成RNA、完整生物体、总RNA、BVG 疾病状态：M3急性髓系白血病、毛细胞白血病、移行细胞癌、腺癌、未特指B细胞淋巴瘤、急性淋巴细胞白血病、慢性髓系白血病急变期、癌、M6急性髓系白血病、神经母细胞瘤、滤泡性癌、导管癌、伯基特淋巴瘤、鳞状细胞癌、M5急性髓系白血病、蕈样肉芽肿与Sezary综合征、急性T细胞淋巴细胞白血病、成人T细胞白血病/淋巴瘤、M2治疗相关髓系肿瘤、绒毛膜癌、浆细胞骨髓瘤、肝细胞癌、间变性大细胞淋巴瘤、原始神经外胚层

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。