GSK3β作为AML潜在调控因子：泛癌多组学分析-90867

数据集获取

源站：https://doi.org/10.5281/zenodo.18058234

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 110.2 MB。

数据说明

描述：本数据集包含支持上述手稿中研究发现的所有底层数据。具体包括：(1) 生物信息学数据：涵盖31种TCGA癌症类型和GTEx正常组织中GSK3亚型的归一化基因表达矩阵，相应的免疫细胞富集分数（通过ssGSEA使用Bindea等人的基因签名计算），以及处理后的生存分析数据（Cox回归结果）。(2) 体外实验数据：针对使用GSK3抑制剂CHIR-99021或DMSO对照处理的人AML THP-1细胞进行凋亡和细胞周期分析的原始流式细胞术文件（.fcs格式），以及包括c-Myc和PARP1（显示切割）在内的蛋白质未裁剪Western印迹图像。这些数据作为阐明GSK3β泛癌景观和治疗潜力研究的一部分而生成，特别关注急性髓系白血病（AML）。这些数据可用于肿瘤学和血液学的荟萃分析、计算验证和比较研究。

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。