基因工程小鼠模型胰腺癌细胞与组织的转录组分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301904

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

本研究在基因工程小鼠模型中探究与胰腺导管腺癌(PDAC)进展相关的转录组改变。从两类样本中提取总RNA：(1)从KPC和KPNiC肿瘤中分离的胰腺癌细胞，以及(2)来自WT、NiC、KC和KNiC小鼠的全胰腺组织裂解液。RNA-seq文库经过polyA选择并具有链特异性，在DNBSEQ-G400平台(华大基因)上测序。生物信息学分析包括读段比对(HISAT2)、定量(RSEM)、差异基因表达分析(DESeq2)和基因集富集分析(GSEA)。该数据集为NIK缺失对胰腺肿瘤生物学的影响提供了见解。

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。