乳腺癌 aCGH 数据集

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-3281

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

基因组DNA拷贝数改变是人类癌症发生和发展的关键遗传事件。本文报告了对一系列原发性人类乳腺肿瘤中DNA拷贝数变异的全基因组微阵列比较基因组杂交（array CGH）分析。我们对44例主要为晚期原发性乳腺肿瘤和10个乳腺癌细胞系中的6，691个已定位人类基因的DNA拷贝数改变进行了分析。虽然DNA扩增和缺失的总体模式证实了此前的细胞遗传学研究，但扩增子边界的高分辨率（逐基因）定位以及扩增子形态的定量分析，显著改善了候选癌基因的定位。平行的微阵列mRNA水平测定揭示了基因拷贝数变异对肿瘤细胞中基因表达变异的贡献程度之显著。

具体而言，我们发现62%的高度扩增基因表现出中度或高度升高的表达，DNA拷贝数在广泛的DNA拷贝数改变范围内（缺失、低、中和高水平扩增）影响基因表达，平均而言，DNA拷贝数2倍的变化与mRNA水平相应的1.5倍变化相关，并且总体上，乳腺肿瘤中基因表达变异的至少12%可直接归因于基因拷贝数的潜在变异。这些发现提供了证据，表明广泛的DNA拷贝数改变可以直接导致基因表达的全局失调，这可能促进癌症的发展或进展。按共享生物学背景（如生物体、肿瘤类型、过程等）组织的阵列集。使用回归相关性

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。