PRJNA773093：白血病抗原特异性TCR转基因CD8+ T细胞TCRTg101 RNA测序

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA773093

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

目的：为识别与观察到的TCRTg101功能失调表型相关的潜在底层分子程序，对从荷白血病小鼠肝脏中分离的TCRTg101进行了RNA测序（seq），这些TCRTg101是在过继转移后的多个时间点（第6-7天、第13-14天和第16-18天）分离的，同时也对从对照（无白血病）小鼠中分离的TCRTg101进行了分析。方法：在过继转移后的不同时间点（第0天、第6-7天、第13-14天、第16-18天），通过FACS从荷白血病小鼠的肝脏和脾脏中分离TCRTg101，并重悬于Trizol（Life Technologies）中。通过氯仿萃取法分离TCRTg101 RNA。低起始量RNA测序在芝加哥大学基因组学中心进行。在至少6个样本中读数少于10的基因被过滤掉，最终得到包含11,164个基因的数据集。使用DESeq2（Love等，2014）对原始比对读数计数进行差异基因表达分析，设计公式中考虑了批次效应。若基因使用Benjamini-Hochberg检验（FDR）得到的校正p值<0.05，则认为其存在差异表达。

每个基因的计数经正则化对数（rlog）转换，并使用limma中的removeBatchEffect函数（Ritchie等，2015）去除批次效应，用于主成分分析（PCA）、基于欧氏距离的样本聚类以及展示基因表达z分数的热图。经rlog转换并校正批次后的计数还用于加权基因共表达网络分析（WGCNA）（Langfelder和Horvath，2008），同时额外过滤掉方差最低的50%基因以减少噪声，最终得到5，582个基因的集合。邻接关系通过有符号分析和软阈值幂14确定，该幂值由无标度拟合指数确定（Zhang和Horvath，2005）。初步鉴定出12个基因簇，其中2个簇合计包含4，269个基因（占数据集的76.5%），并且大约c

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。