狗与人类癌症共享选择景观的数据与代码

数据集获取

源站：https://search.dataone.org/view/sha256%3Ac2b364526abd094dadfb58e5b30fcbf5c3ec40faaa463ae43c4dc10f92dd82da

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

基因组学指导的疗法已经改变了某些癌症类型的临床结局，但新疗法的开发仍然缓慢。宠物犬是一种尚未被充分利用且潜力巨大的治疗创新模型。在此，我们利用迄今为止规模最大的比较癌症数据集，系统评估了犬与人类肿瘤之间的基因组相似性：该数据集涵盖39种不同癌症类型中的429个犬肿瘤和14,966个人类肿瘤中的15,315个直系同源基因。我们发现，犬与人类的癌症在基因组上几乎无法区分，具有共享的突变特征和相同基因中的反复突变。一些癌症驱动基因在犬中的突变频率高于人类，这为招募大规模队列进行临床试验创造了机会。平均而言，犬与人类肿瘤在基因组上的相似程度，与不同人类癌症类型的肿瘤之间相当，并且在无监督聚类中，肿瘤并未按物种分离。

监督式机器学习识别出共享的基因……，# 来自以下研究的数据与代码：狗与人类癌症的共享选择景观 数据集 DOI：10.5061/dryad.vhhmgqp68 ## 数据与文件结构说明 ## 联系信息 Elinor Karlsson，博士 UMass Chan医学院与MIT和哈佛Broad研究所 elinor@broadinstitute.org Diane Genereux，博士 Broad研究所与MIT和哈佛 genereux@broadinstitute.org ## 数据集概览 本数据集包含重现Genereux与Megquier等人所呈分析所需的全部数据。该研究题为《基因组匹配优化狗癌症作为靶向治疗模型》（审稿中）。包括： 数据处理： 每个样本中体细胞突变的特征值，以及CanFam3、hg38和hg19之间定义的同源区域。 突变特征： 每个样本的三核苷酸上下文，以及每个基因组的三核苷酸机会。 机器学习模型： 每个机器学习模型的输出

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。