宫颈癌内源性对照选择与显著microRNA失调识别数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE227693

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

宫颈癌是一种每年导致约35万人死亡的恶性肿瘤。提高宫颈癌生存率的关键之一，在于能否获得高质量、灵敏且特异的诊断检测手段，以捕捉疾病的早期阶段。在本研究中，我们分析了宫颈癌FFPE组织样本中microRNA的差异表达。采用现代小RNA测序技术检测了全面的miRNA表达谱，并通过实时PCR对结果进行了验证。所选miRNA的相对表达量采用2-ΔΔCt法确定。此外，还比较了两种内源性对照选择策略：通过小RNA测序进行miRNA谱分析，以及使用商业提供的微流控卡，该卡预设计了制造商推荐的30种内源性对照。采用RefFinder算法和变异系数进行内源性对照选择。最终选择miR-181a-5p与miR-423-3p的组合作为最优的标准化对照。

检测到miR-320a-3p、miR-7704的统计学显著上调以及miR-26a-5p的下调，因此我们提出将该组合作为新的潜在miRNA宫颈癌诊断panel。通过ROC曲线分析，所提出的panel显示出93.33%的特异性和96.97%的敏感性，AUC = 0.985。总之，我们的研究提出了用于宫颈组织miRNA表达研究数据归一化的两种内源性miRNA的最佳组合（miR-181a-5p和miR-423-3p），以及用于宫颈癌的三种miRNA新型诊断标志物panel（miR-320a-3p、miR-7704、miR-26a-5p）。

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。