结直肠癌细胞系SNP芯片数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE67774

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

背景：体外模型是理解结直肠癌（CRC）分子特征及测试CRC疗法的重要工具。为此，我们建立了21个新的CRC细胞系，其中6个来源于肝转移。为了表征这些新细胞系，我们进行了广泛的遗传、基因组、转录组和甲基化组分析，并将所有数据公开。此外，还测试了奥沙利铂的敏感性，作为化疗耐药性的衡量指标。结果：通过结合突变谱与CNA和基因表达谱，我们构建了CRC相关主要信号通路改变的概览。这些细胞系的突变谱以及基因组、转录组和甲基化组数据将公开。这一综合数据集使这些细胞系成为特征最明确的CRC细胞系之一，使研究人员能够为其特定实验选择合适的细胞系模型，从而最佳利用这些新型细胞系作为CRC的体外模型。

结论：通过将突变谱与CNA及基因表达谱相结合，我们构建了主要结直肠癌相关信号通路中变异的概览。这些细胞系的突变谱，连同基因组、转录组和甲基化组数据，将公开提供。这一综合数据集使这些细胞系跻身于特征最为明确的结直肠癌细胞系之列，使研究人员能够为其特定实验选择合适的细胞系模型，从而最优地利用这些新型细胞系作为结直肠癌的体外模型。

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。