区分前列腺癌与良性前列腺增生的尿液microRNA图谱：探索性双队列小RNA测序研究

数据集获取

源站：https://omicsdi.org/dataset/geo/GSE350283

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

尿液中的微小RNA（miRNA）可能有助于区分前列腺癌（PCa）与良性前列腺增生（BPH）。在这项探索性研究中，我们在两个独立招募并测序的队列中评估了全尿小RNA测序谱的可重复性，两个队列分别包含7名受试者（3例PCa，4例BPH）和25名受试者（13例PCa，12例BPH）。在两个队列共同检测的177个miRNA中，log2倍数变化具有相关性（Pearson r=0.79；Spearman rho=0.70）。有25个miRNA在两个队列中均显著且方向一致。PCa中下降幅度最大的miRNA涉及免疫细胞富集的miRNA（miR-142-3p/5p、miR-223-3p、miR-146a-5p）。在第一个队列中排序得出的七-miRNA评分在第二个队列中的曲线下面积（AUC）为0.897（95% CI 0.75–1.00）。在14名有血清前列腺特异性抗原（PSA）数据的受试者中，该评分和PSA的AUC分别为0.875和0.500（配对差异95% CI −0.042至0.771）。在公共数据集中，变化方向与尿液和血清部分一致，而在肿瘤组织中大多相反。这些产生假设的发现需要采用正交检测方法进行前瞻性验证。

deposited data：原始单端FASTQ文件、成熟miRNA原始计数和log2(RPM+1)矩阵，以及两个队列中DESeq2分析的PCa与BPH比较结果。

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。