PRJNA1294405：犬源原始序列读取数据

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1294405

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

自然发生的犬肺腺癌（cPAC）是研究人类从不吸烟者非小细胞肺癌（NSCLC）的临床和生物学相关模型。尽管既往研究已描述了点突变和小插入或缺失，但更广泛的基因组图谱尚未完全明确。特别是基因融合和其他复杂结构改变——这些已知是人类NSCLC的驱动因素——尚未在犬中被系统探索。在本研究中，我们进行了多平台测序，包括全外显子组测序（5个样本）、全基因组测序（8个样本）和RNA测序（36个样本），部分样本在多个平台上进行了分析。通过研究广泛的基因组改变，该数据集为犬肺癌的分子基础提供了新见解，支持可为人犬癌症研究和治疗开发提供信息的比较分析。

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。