非小细胞肺癌患者血小板尘埃小RNA图谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE244416

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

摘要：背景：血小板来源的细胞外囊泡，即“血小板尘埃”（PD），据报道是血浆中最丰富的细胞外囊泡。然而，PD的分子内容物，尤其是小RNA谱，仍鲜有表征。本研究旨在表征非小细胞肺癌（NSCLC）患者的PD及其他细胞外囊泡（EVs），重点关注其小RNA特征及诊断潜力。方法：利用表面标志物CD9、CD63、CD81（总EVs）及CD61（PD），直接从健康供者和NSCLC患者血浆中分离EVs。随后进行小RNA测序，以全面分析miRNA谱。结果：我们的分析揭示了NSCLC患者EVs与PD中不同的小RNA谱。与健康对照相比，NSCLC患者中EVs（CD9、CD63和CD81阳性）显示4种miRNA富集和10种miRNA缺失，而PD（CD61阳性）则呈现更复杂的谱，有19种miRNA富集和9种miRNA缺失。

结论：这项探索性研究加深了我们对不同血浆囊泡群体中miRNA组成的理解，揭示了血浆囊泡及其内容物的生物学特性。此外，采用具有潜在临床适用性的细胞外囊泡分离方法，通过选择最具信息量的血浆囊泡亚群，为改善癌症表征和检测提供了前景。

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。