EBV阳性与阴性B细胞移植后淋巴增殖性疾病多模态整合分析数据集[Affymetrix]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE279598

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

高致病性的EB病毒（EBV）在宿主免疫功能受损时可驱动肿瘤发生，导致包括移植后淋巴增殖性疾病（PTLD）在内的恶性肿瘤。PTLD也可在无EBV感染的情况下发生，但EBV阳性与EBV阴性B细胞PTLD之间的生物学差异及相关的宿主-EBV-肿瘤相互作用仍知之甚少。在此，我们揭示了EBV阳性与EBV阴性PTLD之间的核心差异，其特征分别为免疫过程相关基因或DNA相互作用相关基因的表达增高，以及EBV阳性PTLD B细胞通过产生单核细胞趋化细胞因子/趋化因子来调节肿瘤微环境的能力增强。我们构建了一个参考资源库，包含区分EBV阳性B淋巴瘤细胞与EBV阴性B淋巴瘤细胞的蛋白质，分别包括免疫调节分子CD300a和CD24。此外，我们证明CD300a对EBV阳性PTLD B淋巴瘤细胞的最大存活至关重要。我们的综合多模态分析揭示了PTLD的生物学基础，并为精准治疗提供了机会。

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。