基于差异表达基因与拓扑网络分析的乳腺癌蛋白-蛋白相互作用网络

数据集获取

源站：https://doi.org/10.5281/zenodo.19785439

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。

数据集大小约 997.5 KB。

数据说明

基于差异表达基因构建的乳腺癌蛋白质-蛋白质相互作用网络及拓扑网络分析 2. 描述 本数据集包含一份经整理的乳腺癌相关差异表达基因列表，这些基因汇编自多项已发表研究。这些基因经过整合用于构建蛋白质-蛋白质相互作用（PPI）网络，随后利用STRING数据库中的相互作用数据对该网络进行了扩展。该数据集旨在支持对乳腺癌相关分子相互作用网络的分析，从而能够识别与肿瘤进展和转移潜在相关的高连接蛋白质、枢纽基因及关键调控节点。工作流程包括三个主要阶段：汇编已发表的乳腺癌转录组研究中报道的差异表达基因（DEGs）。利用从STRING获得的经实验验证和预测的蛋白质相互作用扩展相互作用网络。进行拓扑网络分析以评估乳腺癌相互作用网络的结构特性。

生成的数据集包含用于计算节点连通性、中心性度量和网络组织指标等拓扑参数的相互作用网络结构和节点属性。该数据集可用于：网络生物学研究、潜在分子生物标志物的识别、乳腺癌的系统生物学分析、计算网络分析方法的验证。3. 方法 该数据集采用整合转录组数据和蛋白质相互作用网络的系统生物学方法生成。1. 差异表达基因的识别 与乳腺癌相关的基因采集自已发表的、报告乳腺肿瘤样本中差异基因表达的转录组研究。基因标识符使用Gene Symbol、Gene ID和Ensembl标识符进行标准化。2. 网络构建 经整理的基因列

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。