犬淋巴瘤进展候选基因与信号通路全血转录组分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE196186

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：本研究旨在利用RNA测序技术探索参与犬淋巴瘤进展的重要基因和通路，并理解其潜在的分子机制。方法：从不同品种犬的七对淋巴瘤和非淋巴瘤血液样本中获取RNA并进行测序。通过生物信息学方法对测序reads进行预处理、与参考基因组比对、组装及表达量估计。结果：在淋巴瘤与非淋巴瘤样本间共鉴定出625个差异表达基因（DEGs），包括347个上调DEGs（如SLC38A11、SCN3A、ZIC5等）和278个下调DEGs（如LOC475937、CSMD1、KRT14等）。特别地，KEGG分析中富集到与淋巴瘤直接相关的PI3K-Akt信号通路。在蛋白质-蛋白质相互作用网络中，发现CDK1是淋巴瘤样本中连接度最高的核心枢纽基因。结论：我们发现了可用于犬淋巴瘤进一步验证的重要候选基因和通路。

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。