乳腺癌亚型分子特征：高通量miRNA与mRNA数据联合分析

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA122257

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

微小RNA（miRNA）是一类广泛表达的短单链非编码RNA，可调控靶信使RNA的稳定性或翻译效率。本研究基于101例人原发性乳腺肿瘤样本中489种miRNA的表达谱数据，结合全基因组匹配的mRNA表达谱及详尽的临床信息进行了分析。采用相关性和富集分析对miRNA与mRNA表达进行了研究。结果表明，在与单个或一组miRNA呈强正相关或负相关的基因中，增殖、细胞黏附和免疫应答等特定细胞过程显著富集。通过功能分析验证了miRNA对增殖的影响。鉴定出一组与乳腺癌无病生存相关的miRNA。本研究提供了一套全面的数据集，可作为进一步研究miRNA参与乳腺癌的基础。总体设计：对101例乳腺癌样本进行了miRNA表达谱分析。

实验大多采用重复杂交（99个样本）在不同芯片和时间点进行。仅有两个样本只进行了一次分析。重复探针的miRNA信号强度在平台上取平均值，进行log2转换并归一化至75百分位数。根据FE v9.5的默认设置，对每个样本中的每个基因的miRNA表达状态进行存在或缺失评分。对于重复运行的样本，若在两个芯片之一中被评为存在，则认为该miRNA存在。对114个乳腺癌样本进行了mRNA分析，未包括重复样本。最终处理后的mRNA数据（分位数归一化并按基因符号平均）在本记录底部的补充文件中展示。

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。