非肿瘤人肺组织全基因组基因表达谱：UBC 数据集

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-23529

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

我们对非肿瘤性人类肺组织进行了全基因组基因表达谱分析。本项目的总体目标是增进我们对包括肺癌和慢性阻塞性肺疾病（COPD）在内的多种肺部疾病的分子层面的理解。来自不列颠哥伦比亚大学（UBC）的样本源自James C. Hogg博士和Peter D. Paré博士建立的长期组织库（Ding L, Quinlan KB, Elliott WM, Hamodat M, Paré PD, Hogg JC, Hayashi S. A Lung Tissue Bank for Gene Expression Studies in Chronic Obstructive Pulmonary Disease. COPD: Journal of Chronic Obstructive Pulmonary Disease 2004;1:191-204 (PMID 17136987)）。肺标本取自接受肺部手术的患者。主要是为了切除良性或恶性病变。部分标本来自移植受者的病肺。患者在手术前被询问是否愿意将即将切除的部分肺组织捐赠用于研究。并解释说明，这将在获取适当的诊断标本之后进行，且仅将原本会被丢弃的肺组织部分用于研究。

尸检时获取了少量肺样本。切除后立即用50%的Cryomatrix与生理盐水混合液使肺叶或肺充气膨胀。随后，标本在液氮蒸气中冷冻，并保存于-80°C以备后续RNA提取。提取RNA后，将其与单一定制的人全基因组Affymetrix芯片进行杂交。

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。