肿瘤剪接癌症基因组学

数据集获取

源站：https://synapse.org/Synapse:syn12103642

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

本网站提供了描述 OncoSplice 计算工作流程及其在儿童白血病基因组学数据集中应用的一篇手稿的算法细节和补充信息。选择 Files 选项卡可浏览原始和经过处理的数据集，以及相关的溯源信息。数据集包括基因表达、可变剪接、遗传学（胚系、肿瘤）、临床数据以及 de novo/已知亚型比较数据。请注意：要访问所有数据文件，请选择上方的 Files 选项卡。另请注意，亚型描述符“-like”等同于“-CV”（covarying，共变）记法。GitHub 源代码 $

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。