癌症中酶活性的多尺度分析 [Bulk-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE191071

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

目的：本研究的目的是利用酶活性作为替代指标，对Alk突变非小细胞肺癌（NSCLC）自体小鼠模型中的肿瘤进展和治疗反应进行分析。Eml4-Alk模型最初由Maddalo等人于2014年在《Nature》上描述。本数据集描述了在给予蛋白酶可激活探针QZ1后，对Eml4-Alk小鼠肺部细胞进行bulk RNA-seq分析，并基于该探针信号分选单细胞的过程。方法：将Eml4-Alk小鼠麻醉后，通过尾静脉注射给予QZ1-(PEG2K)。两小时后取出肺组织，分离各肺叶，显微切割肿瘤组织，制备单细胞悬液。使用FACSAria II（BD）进行FACS分选。流式细胞术数据通过FlowJo软件（Treestar）分析。从QZ1+和QZ1-两个区室中各收集至少100,000个细胞至RPMI-1640 + 2%热灭活FBS中，并以1800 rpm离心5分钟沉淀细胞。细胞沉淀用Trizol（ThermoFisher）裂解，使用RNEasy Mini试剂盒（Qiagen）提取RNA，并进行bulk RNA测序。

使用Clontech SMARTer链特异性总RNAseq试剂盒（Clontech）制备文库，经过预清洗后，在Illumina NextSeq流动池上使用Illumina NextSeq500进行测序。结果：使用Rsubread包对BAM文件进行特征计数。使用R语言中的DESeq2包对QZ1+与QZ1-细胞进行差异表达分析。使用GenePattern进行GSEA，并使用clusterProfiler R包对结果进行可视化。结论：本研究展示了一种基于活性的细胞分选方法，该方法可与通过RNA-seq进行的下游表型特征分析相结合。

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。