双表面蛋白正交条形码用于肿瘤来源外泌体亚群追踪与miRNA分析数据

数据集获取

源站：https://search.dataone.org/view/sha256%3A3bef6bacf03c452ac56404d1125844164aa9049c6dd7273b3d4f8b0c43ab9264

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

基于miRNA的液体活检的临床潜力在很大程度上受限于血浆中来源的异质性以及繁琐的检测流程。在此，我们开发了一种精确且稳健的一锅法检测技术，称为双表面蛋白引导的肿瘤来源外泌体正交识别与原位microRNA分析（SORTER），用于检测肿瘤来源的外泌体miRNA并提高前列腺癌（PCa）的诊断准确性。SORTER利用两种针对外泌体标志物CD63和肿瘤标志物EpCAM的变构适配体，构建正交标记条形码，实现对肿瘤特异性外泌体亚型的选择性分选。此外，肿瘤来源外泌体上的标记条形码启动与脂质体探针的靶向膜融合，以导入miRNA检测试剂，从而实现对肿瘤来源外泌体miRNA的原位灵敏分析。凭借由六个miRNA组成的特征标签，SORTER以100%的准确率区分了PCa和良性前列腺增生。值得注意的是，诊断准确性……

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。