GSE11042：导管癌进展

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE11042

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

为深入了解导管原位癌（DCIS）及其通过浸润周围组织进展的分子基础，我们对单纯性DCIS以及伴有浸润性导管癌（IDC）的DCIS进行了基于细胞的基因表达分析，并比较了这些形态学上相同的病变在组织学和分子层面的差异，以期发现参与DCIS进展的关键基因。为此，共评估了30份样本，包括4份非肿瘤性样本（N）、5份单纯性DCIS、11份伴有浸润性导管癌的DCIS（DCIS-IDC）以及10份IDC。所有样本均经激光捕获显微切割，RNA采用基于T7的方法进行扩增。微阵列技术使用包含4，608个人类基因的定制cDNA平台进行。为根据分子相似性对4组样本进行分类，我们使用ANOVA检验（pFDR<0.01）继以Tukey检验（倍数>l2l）比较了各组的一般表达模式。在这4组样本中，正如预期，非肿瘤细胞的基因表达模式最为独特。

然而，在3组肿瘤细胞中，与形态学特征相反，纯DCIS与其他病变（DCIS-IDC和IDC）相比具有最独特的表达谱。此外，通过比较纯DCIS、DCIS-IDC和N，我们鉴定出147个可能参与DCIS进展的基因。基于该基因集表达谱的无监督层次聚类可将DCIS-IDC与60%的纯DCIS样本区分开来。关键词：疾病状态分析

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。