慢病毒载体插入诱变鉴定肝细胞癌相关新癌基因

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE31409

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

我们设计了一种基于慢病毒载体的新型插入突变方法，在三种小鼠模型中诱导肝细胞癌，并鉴定了四个新的癌症起始基因。其中两个基因是已被充分表征的Braf和Sos1，另外两个分别是Fign——编码一种功能尚不清楚的AAA ATPase——以及复杂的Dlk1-Dio3印记区域，该区域最近被发现与癌症和干性有关。Fign或Braf的激活以及Dlk1-Dio3印记区域的上调在功能上相互关联，可能共同调控细胞转化、干性和能量代谢。此外，所有鉴定出的基因在人类肝癌发生中均发挥相关作用，因为它们的表达水平和/或由其失调所诱导的转录特征可预测肝细胞癌患者不同的临床结局。这些系列数据由mRNA表达微阵列数据组成（GeneChip® Mouse Gene 1.0 ST Array，Affymetrix），来自8份非肿瘤肝脏组织和21份由插入突变诱导的肝细胞癌组织。

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。