人类癌症反义基因表达图谱 [II]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE66728

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

高通量RNA测序揭示出人类基因组的转录活动远比先前预期更为广泛。然而，天然反义转录本（NATs）的表达程度、其对同源正义基因的调控作用以及NATs在癌症中的角色仍知之甚少。本研究利用来自376例癌症患者、涵盖9种组织类型的链特异性双端RNA测序（ssRNASeq）数据，全面刻画了反义表达图谱。我们发现至少38%的注释转录本存在一致的反义表达，且其总体与正义基因表达呈正相关。对跨组织类型的正义/反义配对表达分析揭示了谱系特异性、普遍存在及癌症特异性的反义位点转录。肿瘤与正常样本的比较鉴定出一致（同向）和不一致（反向）的正义/反义表达模式。最后，我们提供了oncoNAT——一个具有显著反义转录的癌症相关基因目录，这将有助于未来对癌症中正义/反义调控的研究。

利用oncoNAT，我们鉴定出了几种功能性NAT，其中包括NKX2-1-AS，它能调控肺癌细胞中的NKX2-1癌基因及细胞增殖。总体而言，本研究全面阐述了NAT，并支持NAT在癌症生物学中调控抑癌基因和癌基因的作用。

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。