全基因组外显子阵列识别肺癌中可变剪接的癌症相关基因差异表达

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-12236

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

前体mRNA转录物的选择性加工是真核生物蛋白质多样性的主要来源，并已被认为与包括癌症在内的多种疾病过程有关。在本研究中，我们利用Affymetrix公司的GeneChip Human Exon 1.0 ST Array对肺腺癌中的选择性剪接事件进行了全基因组分析。我们发现，在17800个核心Refseq基因中，约有13.3%的基因似乎存在在肺腺癌与正常组织间差异表达的选择性转录本。根据这些基因已知的功能，其中最大的一个子集（30.8%）被认为与癌症相关。我们使用PCR、定量RT-PCR和DNA测序对几个基因进行了详细分析。我们发现，在肺肿瘤中ERG变体2过表达，而变体1未过表达；在肺肿瘤中CEACAM1变体1过表达，而变体2未过表达，但在乳腺或结肠肿瘤中则不然。我们还鉴定了一个新的、过表达的CDH3变体，并验证了一个新的P16变体的过表达。

这些发现表明，对前体mRNA可变剪接的分析能够进一步揭示肿瘤与正常组织之间以及不同肿瘤类型之间的差异。此类研究可能有助于开发额外的肿瘤诊断、预后和治療工具。关键词：采用ANOVA对外显子数据进行可变剪接分析，比较了20对肿瘤与匹配的正常标本（n=40）。肿瘤样本来自肺腺癌，而正常样本则来自相邻的正常肺组织。

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。