PRJNA422203：整合大数据用于急性髓系白血病精准医疗的机器学习方法 [RNA-Seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA422203

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

我们展示了一种有前景的方法，用于识别针对急性髓系白血病靶向治疗的稳健分子标志物。我们表明，该方法在识别验证数据中可重复的分子标志物以及准确预测药物敏感性方面优于多种最先进的方法。最后，我们通过显示转导为高表达SMARCA4的细胞系对这些药物表现出显著增加的敏感性，将SMARCA4鉴定为AML中对拓扑异构酶II抑制剂米托蒽醌和依托泊苷敏感性的标志物和驱动因素。总体设计：我们测量了来自30名不同急性髓系白血病患者的样本的基因表达，以识别用于药物敏感性的可靠基因表达标志物。我们使用该数据集进行验证。本系列代表12个患者样本。

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。