乳腺肿瘤深度测序miRNA序列与表达分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE29173

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

微小RNA（miRNA）调控许多对肿瘤发生至关重要的基因。我们通过内部开发的条形码Solexa测序技术，对11份正常乳腺组织、17份非浸润性乳腺癌、151份浸润性乳腺癌以及6个细胞系中的miRNA进行了分析。miRNA被组织成代表启动子控制miRNA表达的基因组簇和代表依赖于种子序列的miRNA靶向调控的序列家族。根据miRNA序列家族对样本进行无监督聚类，最好地反映了基于该样本集可获得的mRNA表达的聚类情况。miRNA读取频率的聚类和比较分析显示，正常乳腺样本与大多数非浸润性导管原位癌和浸润性癌通过增加的miR-21（癌中最丰富的miRNA）和多个减少的miRNA家族（包括mir-98/let-7）得以区分，大多数miRNA变化在非浸润性癌中已显现。此外，后来发生转移的患者显示mir-423表达增加，而三阴性乳腺癌由于mir-17~92簇的上调，与其他肿瘤亚型最为不同。

然而，正常乳腺与癌组织之间的miRNA绝对水平并未显示出任何显著差异。我们还发现了在较为丰富的miRNA miR-181a（T19G）和miR-185（T16G）中存在两个多态性核苷酸变异，但并未识别出与miRNA相关的经典肿瘤抑制功能所预期的核苷酸变异。基于miRNA水平对肿瘤亚型的分化及转移的预测在统计学上是可行的，但这并非由丰富miRNA的失调所驱动，暗示在肿瘤发生过程中涉及的miRNA远少于先前所提出的数量。

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。