乳腺癌细胞系表达数据

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE41313

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

乳腺癌是一种遗传和表型上复杂的疾病。为了理解microRNA在这种分子复杂性中的作用，我们在一个分子特征明确的人类乳腺癌（BC）细胞系队列中进行了miRNA表达分析，以发现与最常见的分子亚型和最频繁的遗传异常相关的miRNAs。使用携带LNA™修饰寡核苷酸捕获探针（Exiqon）的微阵列，在51个BC细胞系中测量了725个人类miRNAs的表达水平。通过无监督聚类分析探索miRNA表达，然后将其与乳腺癌中常见的分子亚型和遗传异常相关联。使用表达变异最大的miRNAs进行无监督聚类分析，将51个BC细胞系分为一个主要聚类和一个次要聚类，主要反映了BC细胞系的luminal和basal内在亚division。在这两个主要聚类之间，有113个miRNAs差异表达，其中一半与细胞系的ER状态相关。在basal-like和normal-like/claudin-low细胞系之间，有40个miRNAs差异表达。

在管腔型细胞系中，39个miRNA与ERBB2过表达相关，24个miRNA与E-钙黏蛋白基因突变相关，后者在该亚型乳腺癌细胞系中较为常见。相比之下，31个不同的miRNA与E-钙黏蛋白启动子高甲基化相关，而与E-钙黏蛋白突变相反，这种高甲基化仅见于非管腔来源的乳腺癌细胞系。30个miRNA的差异表达与p16INK4状态相关，而仅有少数差异表达的miRNA与细胞系的BRCA1或PIK3CA/PTEN、TP53突变状态相关（P值 < 0.05）。12个miRNA与相应基因座的DNA拷贝数变异相关。管腔-基底型及上皮-间质相关的miRNA决定了乳腺癌miRNA转录组的整体划分。

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。