前列腺癌队列转录组测序鉴定PCAT-1（RNA-Seq数据）

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-25183

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

非编码RNA（ncRNAs）正逐渐成为人类癌症中的关键分子，有望作为疾病的新型标志物，并揭示肿瘤生物学中尚未表征的方面。本文通过对来自102个前列腺组织和细胞系队列的polyA+ RNA（RNA-Seq）高通量测序进行从头组装，发现了121个未注释的前列腺癌相关ncRNA转录本（PCATs）。我们对其中一个ncRNA——PCAT-1进行了表征，确定其为前列腺特异性的细胞增殖调控因子，并证明它是多梳抑制复合物2（PRC2）的靶标。我们进一步发现，PCAT-1和PRC2的表达模式将患者组织分层为分子亚型，这些亚型通过PCAT-1抑制的靶基因的表达特征加以区分。综上所述，我们的研究结果表明，PCAT-1是一个转录抑制因子，参与部分前列腺癌患者的发病过程。这些发现确立了RNA-Seq在识别疾病相关ncRNAs方面的实用性，这些ncRNAs可能改善癌症亚型的分层。21个前列腺细胞系在Illumina Genome Analyzer和GAII上测序。每个样本的重复数可变。

本研究使用的前列腺癌组织RNA-Seq数据将在dbGAP上提供。

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。