GSE185314：乳腺癌高风险原发性人乳腺细胞转录组多样性与体外行为特征

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE185314

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

研究非癌性高风险人乳腺上皮细胞的特性，受到难以获取原代上皮细胞用于研究的限制。本研究采用条件重编程细胞（CRC）技术，分离了n=27份来自乳腺癌同侧、非癌来源的乳腺上皮细胞连续样本，这些细胞被认为是未来乳腺癌发生的高风险细胞。对照样本包括癌症来源（n=8）、对侧非癌来源（n=3）以及预防性乳房切除术非癌来源（n=1）的乳腺上皮细胞。样本间显著的体外行为差异与基线转录组特征相关。一项探索性分析在风险样本和癌症样本中均发现了妊娠发育基因异常表达的模式。总之，利用人原代乳腺上皮细胞开展靶向体外和遗传学研究，以探讨乳腺癌风险是可行的。

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。