肝细胞癌细胞长链非编码RNA分步测序数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA543441

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

测序技术的进步极大地增进了我们对长非编码RNA（lncRNA）的理解，这类长度超过200个核苷酸的转录本被认为在多种生物过程中发挥重要的调控作用。重要的是，一些特征较为明确的lncRNA的失调已被证实与包括肝细胞癌（HCC）在内的多种癌症相关。lncRNA在细胞质或细胞核组分中的亚细胞富集模式可能为其生物学功能提供线索。因此，对HCC相关lncRNA亚细胞分布进行全转录组水平的研究，可能为其在癌症中的作用和功能提供新的见解。在本研究中，我们对8株患者来源的HCC细胞系进行了亚细胞分离，并分别对其细胞核和细胞质组分中的RNA进行了测序。这些细胞系来源于HCC患者的肿瘤组织，所有患者均为亚裔华人，且被诊断为既往慢性乙型/丙型肝炎或非酒精性脂肪性肝炎（NASH）。

该数据集使我们能够通过从头转录组组装推导出肝细胞癌相关lncRNA的目录，并评估各个lncRNA基因的亚细胞富集偏倚。

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。