LINCS与TCGA基因调控网络数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.15496011

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。

数据集大小约 4.33 GB。

数据说明

该数据基于一个简单的贝叶斯网络，来源于TCGA和LINCS基因表达水平的公开数据。更多信息请参阅以下内容。由于盲审正在进行中，生产者名称暂不公开。## 数据### 1. GRN数据集与预处理所有图数据对象位于data/GRN_dataset/下，由预处理脚本生成：plaintext└── data/ └── GRN_dataset/ ├── Breast/ │ ├── Edge_feature/ │ │ ├── Breast_tcga_ecv.csv # TCGA患者特异性边贡献值（ECv） │ │ └── Breast_lincs_kd_ecv.csv # LINCS敲低边贡献值 │ ├── Node_feature/ │ │ ├── Breast_TCGA_exp.csv # TCGA患者特异性基因表达水平 │ │ └── Breast_LINCS_KD_exp.csv # LINCS敲低基因表达水平 │ └── make_GRN_dataset/ │ └── mk_GRN.py # 构建每个样本的PyG图并将其序列化 ├── Colorectal/… # 结直肠癌具有相同结构 └── Lung/… # 肺癌具有相同结构- Edge_feature：每个样本的一维标量“边贡献值”（ECv）- Node_feature：每个样本的一维标量基因表达- mk_GRN.py：将节点特征与边特征组合为torch_geometric.data.Data对象并进行序列化。### 2.

用于微调的标签数据所有任务标签均位于 data/labels/ 目录下：plaintext└── data/ └── labels/ ├── BP_data/ │ └── gene_with_BP_multilabels.csv # GO-BP 多标签（共享） ├── CC_data/ │ └── gene_with_CC_multilabels.csv # GO-CC 多标签（共享） ├── Cancer_rel_data/ │ └── gene_with_cancer_relation.csv # 癌症关系标签（共享） ├── Subtype_data/ │ └── Breast/subtype.csv # 每位患者的乳腺癌亚型 └── Survival_data/ ├── Breast/tcga_survival_time.csv # 用于风险预测的 OS 时间与事件 ├── Colorectal/… └── Lung/… ### 3. Metadata用于映射和筛选样本的辅助文件，位于 data/meta_data/ 目录下：```plaintextSupGCL/└── data/ └── meta_data/ └── Breast/ ├── Breast_LINCS_KD_graphs_metadata.pkl # LINCS KD 图的顺序 ├── LINCS_sampleID_KDgene_metadata.pkl # 映射 LINC

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。