52例遗传性家族性与散发性乳腺癌样本的microRNA表达谱分析

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-46966

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

在本研究中，我们采用微阵列技术对52例家族性乳腺癌（BRCA1或BRCA2突变型，或BRCAX，即BRCA1和BRCA2基因均无突变的家族性病例）及散发性乳腺癌病例进行了miRNA转录组谱分析。通过对样本不同临床特征进行类别比较，鉴定出miR-342是与所分析样本雌激素受体（ER）状态（分为阳性和阴性）关联最为显著的miRNA。由于ER是目前常规临床实践中用于辅助乳腺癌治疗决策的生物病理学特征之一，该miRNA的鉴定为发现参与该肿瘤类型的新机制带来了希望，正如我们随后在乳腺癌细胞模型中所证实的那样。在本研究中，我们对一个明确界定的52例乳腺癌病例队列（随访时间超过5年）进行了microRNA表达谱分析，并将其用于与该肿瘤类型某些相关临床特征（如雌激素受体、孕激素受体或表皮生长因子受体2状态）的类别比较分析。

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。