ER(+)乳腺癌亚组细胞周期ER alpha转录调控网络数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE17040

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

为了更好地基于通过雌激素受体α（ERα）介导的雌激素作用的基因谱，刻画类似人类乳腺癌的IE组特征，我们在计算机模拟中识别了一个针对细胞周期的ERα转录调控网络。我们分别使用了来自细胞系（数据集1）和临床样本（数据集2）的两个数据集。通过轨迹聚类和Pathway-Express对数据集1的分析，证实了雌激素对上调细胞周期活动具有显著效应。在数据集2中，我们通过三种统计方法——Galton-Pearson相关系数、Student’s t检验和内在依赖系数——重新识别了ERα与细胞周期基因之间的基因表达关系。这些关系大多（56.09%）（46/82）通过文献检索得到了再次确认。发现E2F1是通过抑制模式调控细胞周期基因表达的主要ERα靶点（83.72%）（36/43）。然而，在计算机模拟中预测到，通过上调某些细胞周期基因来增强细胞周期进程，可能部分涉及E2F2。该网络所指示的致瘤和抑瘤活性均被预测到。

该网络显然为以ER(+)亚型特异性的方式揭示雌激素作用提供了一种稳健的方法。

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。