正常与恶性人类B细胞小RNA转录组深度测序：微阵列分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE22895

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

迄今为止，在几乎所有已研究的生物系统中，都已认识到microRNA的作用。要全面阐明其作用，必须先鉴定出任何系统中存在的所有microRNA。我们通过对31份正常和恶性人类B细胞样本进行深度测序，这些样本涵盖了B细胞分化谱系及常见恶性表型，从而阐明了正常和恶性B细胞完整的小RNA转录组。我们鉴定出333种已知microRNA的表达，这一数量是先前在任何组织类型中所确认数量的两倍以上。我们进一步鉴定出正常和恶性B细胞中286种候选新型microRNA的表达。这些microRNA通过定量PCR获得了高验证率（92%），并且我们展示了它们在区分淋巴瘤临床相关亚组中的应用。在此，我们利用微阵列分析了100份弥漫性大B细胞淋巴瘤（DLBCL）样本的表达情况。

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。