支气管扩张症相关支气管气道基因表达在鼻上皮中的验证

数据集获取

源站：https://omicsdi.org/dataset/geo/GSE302095

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：在鼻上皮中检查支气管扩张症（BE）的支气管上皮来源基因表达特征。方法：我们研究了来自“军人早期肺癌检测”研究的220名参与者，对其鼻上皮刷检样本进行了批量RNA测序。采用基因集富集分析（GSEA）来检验先前在放射性BE个体支气管上皮中识别为表达增加或减少的基因，是否在最显著改变的鼻上皮基因中显著富集。使用GSEA和细胞类型特异性基因表达特征来检查与放射性BE相关的鼻上皮细胞组成变化。结果：在此验证集中，先前发现在放射性BE的支气管上皮中表达显著改变的基因，在放射性BE的鼻上皮中最增加或最减少的基因中呈一致性富集（增加，p = 3x10-7；减少，p = 6x10-8）。

使用细胞类型特征进行的GSEA显示，在鼻上皮中，BE与多纤毛细胞和次体细胞相关基因表达增加以及基底细胞相关基因表达减少相关，这与我们之前在支气管上皮中的发现一致。结论：我们的工作在一个独立数据集中验证了我们的支气管BE特征，并表明相似的基因表达变化与支气管和鼻上皮中的影像学BE相关。这些发现支持考虑将鼻上皮刷检作为一种侵入性较小的工具，用于BE的筛查和监测。

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。