乳腺癌转移驱动因素嵌套病例对照研究（QC子研究）

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-81954

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

这是GSE48091的质量控制（QC）子研究。该QC子研究包括对完整研究中部分肿瘤重新提取的肿瘤RNA进行基因表达谱分析。作为背景，首先设计了一项基于人群的转移性乳腺癌患者队列研究。此后，通过为每个病例选择无远处转移的对照，设计了一项嵌套于相应原发性乳腺癌患者人群队列中的病例对照研究。肿瘤RNA按相同顺序提取。所有RNA均以随机顺序在微阵列上进行表达谱分析。为进行质量控制，还以随机顺序对随机选择的病例-对照组成员重新提取RNA（新的肿瘤组织块），并与其余样本一起进行表达谱分析。关键词：微阵列表达谱分析 该嵌套病例对照研究包括768名研究对象，对应623份原发肿瘤样本。本QC子研究包括其中的97名研究对象（均为不同的原发肿瘤样本）。有关病例-对照状态的详细信息见样本部分。本系列包括对GSE48091中97份样本的重新分析。

文件“full_data_matrix.txt”包含了来自GSE48091的97个样本的重新归一化值，以及来自同一批患者的97个新样本的归一化值，这些样本是一起分析的。

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。