整合方法揭示癌症驱动因素

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-23884

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

我们开发了一个计算框架，该框架整合染色体拷贝数和基因表达数据，用于检测促进癌症进展的异常。我们利用一个黑色素瘤数据集证明了该框架的实用性。我们的分析正确识别了已知的黑色素瘤驱动因素，并预测了多个新的肿瘤依赖性。两个依赖性——TBC1D16和RAB27A——经实验证实，提示蛋白质转运的异常调控促进了黑色素瘤的增殖。总之，这些结果表明整合贝叶斯方法能够识别在癌症中具有生物学重要性、并可能具有治疗重要性的新型候选驱动因素。对两个基因——TBC1D16和RAB27A——的敲低效应分别在四个细胞系中进行了检测，每个基因使用两种不同的发夹结构。作为对照，我们使用了靶向GFP的发夹。shGFP实验以两次或更多次生物学重复进行。第二个WM1976-shGFP样本经PCA分析被鉴定为离群值，并被排除在我们的分析之外。

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。