利用物种特异性测序解码乳腺癌组织-基质相互作用

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-66744

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

解码实验性组织-组织或细胞-细胞相互作用的基因组范围效应非常重要，例如，为了更好地理解移植（异种移植）后的肿瘤-基质相互作用。混合的人类和小鼠细胞的转录组分析往往依赖于在转录组分析前分离两种细胞群体，这会给基因表达带来混杂效应。为了规避这一问题，我们采用了一种基于生物信息学的全基因组转录组分析技术，将数据集中的小鼠和人类转录组部分分开，从而无需事先进行细胞分选即可对混合的小鼠和人类细胞群体进行测序。我们利用这项新技术——我们称之为S3（“S-cube”，即物种特异性测序）技术——来提供对Notch配体刺激后Notch下游反应的新见解，并探索将管腔型（MCF7）和基底型（MDA-MB-231）人类乳腺癌细胞移植到小鼠乳腺脂肪垫组织后的转录变化。在三种设置下分析Notch对配体的反应：共培养、固定化配体和异种移植肿瘤。

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。