Her2/Neu 乳腺癌小鼠模型全组织转录组

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-20465

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

目的：我们从一种与人类乳腺癌高度相似、由Her2驱动的小鼠乳腺癌模型中，生成了大量的转录组和蛋白质组图谱。本报告以原始和处理后的形式公开这些数据，作为供学界使用的资源。重要的是，我们此前已通过样本库免费提供了来自同一小鼠模型的生物样本，因此研究人员无需饲养动物和采集生物样本，即可获取样本以检验生物学假设。实验设计：共有12个数据集可用，涵盖841项LC-MS/MS实验（血浆和组织）以及255项针对多种组织（胸腺、脾脏、肝脏、血细胞和乳腺）的微阵列分析。病例和对照经过严格配对以避免偏倚。结果：总共鉴定出18,880条独特肽段（PeptideProphet肽段错误率≤1%），在血浆和组织数据集中分别鉴定出3884和1659个非冗余蛋白质组。其中61个蛋白质组在癌症血浆和癌症组织之间存在重叠。

结论与临床意义：这些数据有助于增进我们对癌症生物学的理解，促进软件和质量控制工具的开发，支持MS/MS数据分析变异的探究，以及为MRM-MS选择蛋白特异性肽段。这些数据集的可用性将对临床蛋白质组学产生积极贡献。采用Affymetrix GeneChip小鼠基因组430 2.0微阵列，对Her2/Neu乳腺癌小鼠模型中的25只荷瘤小鼠和25只对照小鼠的5种不同组织类型的全组织进行了表达谱分析。检测的5种组织来自乳腺、肝脏、脾脏、血细胞和胸腺。荷瘤小鼠为MMTV-rtTA/TetO-NeuNT双转基因，对照小鼠仅转有TetO-NeuNT基因。对照小鼠在年龄和笼养条件上与荷瘤小鼠相匹配。所有样本均经过裂解，总RNA在杂交前被分离并扩增。

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。