Ret受体酪氨酸激酶过表达诱导乳腺肿瘤转录组分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE83897

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

模型：Ret受体酪氨酸激酶的激活调控乳腺肿瘤生长、肿瘤相关炎症及转移。为揭示Ret的功能，我们构建了一种新的转基因小鼠乳腺肿瘤模型，该模型以多西环素（Dox）诱导的方式在小鼠乳腺上皮中表达人野生型Ret（该系统由Chosdosh博士开发）。诱导组成型Ret表达可导致60%的小鼠发生乳腺肿瘤。我们发现，Ret诱导的肿瘤具有人DCIS的组织学特征。目的：本研究的目标是将Ret诱导肿瘤的下一代测序（NGS）转录组分析（RNA-seq）结果与人乳腺癌数据库进行比较，以确定该新肿瘤模型代表哪种癌症亚型。此外，为进一步分析Ret诱导肿瘤发生的机制，我们还将通过NGS检测转录组：在此情况下，该分析将针对撤除dox饲料后消退的肿瘤与生长中的肿瘤进行比较。

我们还将对增生腺体进行类似分析，这是肿瘤发展前的一个阶段。之后，将使用Ingenuity等通路分析软件以及公开可用的数据集，如基因集富集分析（GSEA）或整合基序响应活性分析（ISMARA），对RNA-seq差异表达数据进行分析。

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。