恒河猴错配修复缺陷结直肠癌模型（RRBS）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE178377

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

结直肠癌（CRC）仍是美国第三大常见癌症，其中15%的病例因Lynch综合征（LS）或MLH1启动子体细胞高甲基化而表现为微卫星不稳定性（MSI）。我们机构的一群恒河猴自发出现了错配修复缺陷（MMRd）型CRC，其中相当一部分携带MLH1致病性种系突变。我们进行了DNA甲基化和转录组分析，以评估恒河猴作为模式生物的价值，用于研究癌变过程、开发免疫疗法和疫苗，以及实施与人类散发性MSI-H和LS相关CRC有关的化学预防策略。NIH资助：资助编号：5 P30 CA016672-44 资助项目名称：癌症中心支持资助 所属机构：德克萨斯大学MD安德森癌症中心 资助机构：NCI

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。