整合基因组分析鉴定宫颈癌预后3p缺失的八个候选靶基因

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-38964

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

我们进行了整合的基因剂量与表达谱分析，以识别宫颈癌中预后性3p缺失的候选靶基因。候选靶基因是根据基因剂量与基因表达之间的相关性提出的。对基因表达谱的综合网络、基因集和基因本体分析描绘了候选靶标的相互作用伙伴，并提出了受3p缺失影响的生物学过程。在整合患者队列中，将来自array CGH数据（先前已提交至ArrayExpress）的基因剂量与Illumina基因表达数据进行了相关性分析。候选靶基因的预后意义基于验证队列的Illumina基因表达数据进行了验证。通过Illumina珠阵列在宫颈癌细胞系HeLa、SiHa和CaSki中研究了三个候选靶标RYBP、TMF1和PSMD6敲低后基因表达的变化。

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。