GTEx项目53个人体组织样本的RNA-seq数据

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-5214

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

基因型-组织表达（GTEx）项目旨在为科学界提供一种资源，用以研究人类基因表达与调控及其与遗传变异的关系。该项目将收集并分析来自供体的多种人体组织，这些供体也经过了密集的基因分型，以评估其基因组内的遗传变异。通过分析单个组织内的全局RNA表达，并将基因的表达水平视为数量性状，可以识别出与遗传变异高度相关的基因表达变化，即表达数量性状位点（eQTLs）。当前数据集包含来自基因型-组织表达（GTEx）项目（http://www.gtexportal.org/home/）的人类参考/非病变组织（因此，我们排除了K-562细胞系，这是一种慢性髓性白血病细胞系）的RNA-seq数据。

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。