基于miRNA表达谱的儿童急性髓系白血病分类

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE94066

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

儿童急性髓系白血病（AML）在生物学及预后方面均具有异质性。本研究探讨了儿童AML已知的生物学亚群是否可通过共同的微小RNA（miRNA）表达模式得以反映。我们对165份儿童AML样本中的665种miRNA进行了检测。首先，通过无监督聚类分析识别具有共同miRNA表达谱的患者集群。分析揭示了14个集群，其中7个具有已知的（细胞）遗传学特征。最后，构建了一个稳健的分类器，用于区分六个已知的分子异常组：11q23重排、t(8;21)(q22;q22)、inv(16)(p13q22)、t(15;17)(q21;q22)、NPM1突变和CEBPA突变。该分类器分别达到了89%、95%、95%、98%、91%和96%的准确率。尽管NPM1和CEBPA组的敏感性较低（分别为32%和66%），但其余各组均获得了较高的敏感性（84%-94%）。所有组的特异性均较高（87%-100%）。得益于我们采用的稳健双循环交叉验证程序，该分类器仅使用47种miRNA的表达即达到了上述准确率。

为验证这47个miRNA特征，我们将其应用于一个公开可获取的成人急性髓系白血病（AML）数据集。尽管miRNA检测平台存在部分重叠，且儿童与成人AML之间存在已知的分子差异，这些特征仍表现良好。这证实了我们的主张，即所报告的miRNA特征并未因儿童AML数据集中的样本量偏差而占主导地位。我们得出结论，儿童AML的细胞遗传学亚型具有独特的miRNA表达模式。值得注意的是，miRNA特征在成人数据集中的可重复性表明，相应的异常在儿童和成人AML中具有相似的生物学特性。

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。