三阴性乳腺癌、正常导管细胞与正常组织的基因表达谱

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-38959

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

为鉴定三阴性乳腺癌（TNBC）的新型分子靶点，我们采用了全基因组微阵列表达谱分析。我们使用激光微束显微切割系统（PALM MicroBeam，Carl Zeiss MicroImaging Co., Ltd）纯化了30例经免疫组织化学染色诊断为三阴性的手术切除乳腺癌组织和13份正常乳腺导管细胞，进行了全人类基因组微阵列检测，并比较了TNBC、正常乳腺导管细胞和正常重要器官的基因表达水平，以开发风险最小的分子靶点。评估了30例TNBC、13份正常乳腺导管细胞和4份正常重要组织的基因表达水平。为阐明TNBC涉及的分子机制，我们分析了30例TNBC以及经激光微束显微切割纯化的13份正常上皮导管细胞的基因表达谱，并鉴定出TNBC中显著上调的301个转录本和显著下调的321个转录本。此外，对包括心脏、肺、肝脏和肾脏在内的人正常重要器官进行基因表达谱分析，使我们能够鉴定出90个参与乳腺癌发生的癌症特异性基因，如NEK2、PBK、DTL、MELK和GPSM2。其中，我们重点关注了细胞周期调控因子asp（异常纺锤体）同源物、小头畸形相关（果蝇）（ASPM）和着丝粒蛋白K（CENPK），作为TNBC的新型治疗靶点。

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。