39个人乳腺癌细胞系的Affymetrix HG-U133A基因表达谱

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-16795

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

微阵列技术被用于详细揭示乳腺癌细胞系基因表达的全局程序。通过乳腺癌细胞系的非监督皮尔逊相关分析及内在亚型分类，我们确定了管腔型和基底型两大类乳腺癌细胞系。对纺锤体与非纺锤体乳腺癌细胞系进行监督分析，识别出包含1，144个基因的纺锤体细胞特征，这一特征能够识别所有纺锤体、基底型及E-钙黏蛋白甲基化的乳腺癌细胞系。乳腺癌细胞系被培养至最适合RNA提取和Affymetrix微阵列杂交的细胞密度。

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。