中国HBV相关肝细胞癌转录组RNA-seq分析数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE25599

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

RNA-seq是全面表征整个转录组（在基因和外显子水平）的强大工具，并具有识别新剪接变体的独特能力。迄今为止，尚未有关于HBV相关HCC的RNA-seq分析的报道。在本研究中，我们采用Solexa/Illumina GAII平台上的36bp单端测序方法，对中国HBV相关肝细胞癌患者的10对匹配的癌与非癌组织进行了转录组分析。平均而言，每条泳道测序的样本获得约2160万测序reads和1060万比对reads，能够识别每个样本中超过50%的所有注释基因。此外，从迄今为止最大的HCC组织表达转录本数据库中，我们识别了1378个显著差异表达基因（DEGs）和24338个差异表达外显子（DEEs）。综合功能分析表明，细胞生长相关、代谢相关和免疫相关通路在DEGs中最为显著富集，指向HCC癌变的复杂机制。

位置性基因富集分析显示，差异表达基因在染色体8q21.3-24.3区域富集最为显著。最有趣的发现来自外显子水平的分析，我们在此表征了基因水平与外显子水平之间表达变化的三种主要模式，暗示肝细胞癌中存在更为复杂的转录本特异性差异表达图景。最后，我们在肝细胞癌组织中鉴定出ATAD2（ATPase家族AAA结构域包含蛋白2）基因中一个新的高度上调的外显子-外显子连接。总体而言，据我们所知，本研究代表了对HBV相关肝细胞癌转录组最为全面的表征，包括外显子水平的表达变化和新的剪接变体，这展示了RNA-seq的能力，并为在系统层面理解肝细胞癌发病机制的分子机制提供了重要线索。

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。