Kaposi肉瘤队列整合功能基因组学分析数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE271303

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

卡波西肉瘤（KS）是一种艾滋病定义性癌症，也是由卡波西肉瘤相关疱疹病毒（KSHV）引起的重大全球健康挑战。与其他肿瘤性疾病相比，基于NGS方法对KS病变进行分析的研究数量非常有限。在此，我们呈现了一个汇编并协调的数据集，包含131个KS及非肿瘤皮肤样本，涉及预测的通路活性、免疫浸润、KSHV和HIV基因表达谱以及相关临床数据，代表了来自阿根廷、美国和撒哈拉以南非洲队列的患者群体。首先，我们生成了来自9个阿根廷KS病变的RNA-seq数据，并将其与先前发表的来自美国和撒哈拉以南非洲队列（坦桑尼亚、赞比亚和乌干达）的数据集整合。其次，汇编的RNA-seq图谱通过UCSC Xena浏览器与研究界共享，以供进一步可视化、下载和分析（http://xena.ucsc.edu/）。第三，对131个KS相关样本的无监督分析使我们能够根据宿主和KSHV基因表达谱、免疫浸润以及特定信号通路的活性，识别出四个KS聚类。

这些资源将使不具备生物信息学知识的生物学家能够探索并关联不同卡波西肉瘤RNA测序队列的精选数据集中的宿主与病毒（KSHV和HIV）转录组，从而促进新的生物学见解和生物标志物的发现。

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。