caArray_gray-00215：用于研究功能不同癌症亚型的乳腺癌细胞系集合

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-69017

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

近期研究表明，当数千个基因因基因组或表观基因组事件而失调时，它们可能参与乳腺癌的病理生理过程。在此，我们描述了一个模型系统，用以评估这些基因对乳腺癌亚型的功能性贡献。总体而言，51个乳腺癌细胞系的反复出现的基因组和转录特征与145个原发性乳腺肿瘤的特征相似，尽管也记录了一些显著差异。构成该系统的细胞系还表现出原发性肿瘤中所见的显著基因组、转录和生物学异质性。我们以曲妥珠单抗（赫赛汀）单药治疗为例，展示该系统可用于识别预测或指示对靶向治疗或其他生理扰动反应的分子特征。**注：从caArray 1.x迁移，标识符=‘gov.nih.nci.ncicb.caarray:Experiment:1015897590151581:1’ gray-00215 检测类型：基因表达 提供商：Affymetrix 芯片设计：HG-U133A 生物体：Homo sapiens (ncbitax)

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。