数据：活检批量基因分型可产生突变内容异质性的虚假证据

数据集获取

源站：https://doi.org/10.5061/dryad.hf93c

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。

数据集大小约 114.8 MB。

数据说明

当从单个患者的肿瘤组织中采集多个样本时，自然而然地会想要比较它们的突变内容。这通常通过整个活检样本的批量基因分型来完成，但批量基因分型中检测到某一突变的机会取决于该突变在样本中的局部频率。当每个细胞的基础突变计数相等时，同质性活检样本相比异质性样本将拥有更多高频突变，因此有更多可检测的突变。通过模拟，我们展示了对在中性体细胞进化模型下模拟的数据进行批量基因分型会产生支持非中性选择的强烈虚假证据，因为组织生长的模式系统性地导致了活检异质性的差异。因此，任何比较批量基因分型活检样本间突变内容的实验，即使在这些力量不存在的情况下，也可能暗示突变率或选择强度的变化。我们讨论了解决这一问题的计算和实验方法。

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。