极低危Wilms肿瘤转录组表达谱显示独特基因表达、组织学与临床特征

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-14767

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

本研究的目的是利用寡核苷酸阵列界定生物学上不同的极低危Wilms瘤(VLRWT)亚群。描述：来自NWTS-5原始600例肿瘤病例队列中的52例肿瘤符合VLRWT标准。因质量控制原因排除13例肿瘤，最终39例肿瘤纳入分析。对这39例肿瘤进行了全局基因表达分析。根据变异系数选取变异性最大的共4,000个探针组用于层次聚类，并鉴定出三个聚类。在VLRWT中识别出两个亚群，它们在发病机制和分子水平上存在差异，且在复发风险上表现出明显差异。若这些预测因子能够在前瞻性研究中得到验证，将有助于未来实现临床分层并拓宽VLRWT的定义。实验总体设计：对符合VLRWT标准且通过质量控制参数的39例肿瘤进行全局基因表达分析，以界定生物学上不同的亚群。实验总体设计：层次聚类鉴定出三个肿瘤聚类(C1、C2和C3)。

通过首先过滤掉在所有39个肿瘤中最大表达量低于6.5的探针集，确定了差异表达最显著的基因。利用剩余的14,452个探针集，将每个聚类簇的表达与其余肿瘤中的表达进行比较，并鉴定出p值<0.00001且倍数变化（FC）正向或负向大于2.5的基因。这一过程产生了161个探针集（来自C1与C2+C3的比较）、43个探针集（来自C2与C1+C3的比较）和71个探针集（来自C3与C1+C2的比较）。C1、C2和C3的错误发现率分别为0.02%、0.06%和0.05%。这三个列表被合并，最终得到239个探针集（161个基因），这些内容提供在下方链接的补充表1中。

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。