采用系统生物学方法分类人类非酒精性脂肪性肝病的不同分级

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-46300

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

在西方国家，非酒精性脂肪性肝病（NAFLD）的估计患病率约为30%，是一个重大的公共卫生问题[PMID: 18956290]。NAFLD与胰岛素抵抗、肥胖、葡萄糖不耐受等代谢综合征相关。尽管许多研究指出NAFLD可诱导胰岛素抵抗，但两种表型之间的因果关系尚未完全阐明。此外，导致NAFLD进展程度差异显著（从轻度脂肪变性到严重脂肪性肝炎）的机制仍有待阐明。脂肪性肝炎甚至可能导致肝硬化和肝细胞癌。近期研究提供了证据，表明癌症可直接从脂肪变性发展而来，而无需先前认为的肝硬化中间阶段，这为理解该疾病增添了额外的复杂性。在此，我们采用转录组学、血清生物标志物分析、代谢组学数据和系统生物学模型的整合方法，研究来自不同脂肪变性严重程度患者的肝脏样本。从九名具有不同脂肪变性等级的肥胖患者的肝细胞中提取了总RNA。

该数据集是TransQST集合的一部分。

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。