肺癌风险吸烟者支气管气道上皮细胞的抗氧化反应基因表达

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-19027

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

既往针对肺癌高风险吸烟者的微阵列研究表明，支气管气道上皮细胞对吸烟的基因表达反应的异质性可作为肺癌的早期诊断生物标志物。本研究考察了与吸烟暴露和肺癌相关的一个核心分子通路（NRF2介导的抗氧化反应）中基因表达变异与遗传变异之间的关系。我们评估了经支气管镜从发生肺癌的吸烟者（SC，n=20）、未患肺癌的吸烟者（SNC，n=24）和从不吸烟者（NS，n=8）中获取的组织学正常气道上皮细胞的全局基因表达。功能富集分析显示，NRF2介导的抗氧化反应通路在这些组间存在显著差异。关键词：全局mRNA表达谱分析
共21个微阵列（20例不同患者），对从肺癌吸烟者支气管上皮获得的总RNA进行检测
共30个微阵列（24例不同患者），对从未患肺癌的吸烟者支气管上皮获得的总RNA进行检测
共9个微阵列（8例不同患者），对从不吸烟者支气管上皮获得的总RNA进行检测

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。