GSE28866：多种存档人类癌症中lncRNA与新型转录区域的转录谱分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE28866

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

肿瘤的分子特征分析对于识别癌症生物学中的重要基因以及改进肿瘤分类和诊断至关重要。长链非编码RNA（lncRNA）作为一类相对缺乏研究的新型转录本，为识别功能性驱动因子和癌症类型特异性生物标志物提供了丰富的机会。然而，尽管lncRNA对癌症领域具有潜在重要性，目前尚无关于lncRNA在各种癌症中表达情况的全面调查报道。我们采用3’端测序表达定量技术（3SEQ）对64例实体瘤中转录本的丰度进行了定量分析，这些肿瘤代表17种诊断亚型的腺癌、鳞状细胞癌和肉瘤。在已调查的1，065个已知lncRNA中，我们鉴定出数百个转录本在肿瘤类型之间表现出转录水平的差异，因此可作为潜在的生物标志物候选物。我们发现了1，071个新的基因间转录区域，并证明这些区域在肿瘤类型之间表现出相似的变异模式。我们发现，许多这些差异表达的癌症转录本在正常组织中也有表达。

其中一个在乳腺组织中特异性表达的新转录本通过RNA原位杂交在一组乳腺肿瘤中进一步评估，结果显示其与低肿瘤分级和雌激素受体表达相关，因此代表了一个潜在重要的新乳腺癌生物标志物。本研究首次对一组实体癌中的lncRNA表达进行了大规模调查，并鉴定出若干在不同癌症类型中差异表达的新转录区域，这些区域可作为未来研究的候选生物标志物。

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。