复制数据：生物标志物发现——源自Merkel细胞癌细胞系的外泌体研究价值

数据集获取

源站：https://doi.org/10.18710/KCW912

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

该数据集涉及对源自多瘤病毒阴性和多瘤病毒阳性默克尔细胞癌细胞系的细胞及外泌体进行特征描述和表型分析。摘要：默克尔细胞癌（MCC）是一种罕见且侵袭性强的神经内分泌型皮肤癌，预后不良。该癌症因其推测的起源细胞——位于皮肤基底层表皮中的机械感受器细胞默克尔细胞而得名。然而，这一观念受到了挑战，有研究提出表皮干细胞、成纤维细胞或前/前B细胞可能是其起源细胞。默克尔细胞多瘤病毒（MCPyV）是唯一已知与人类癌症直接相关的多瘤病毒。大约80%的所有MCC病例病毒DNA呈阳性。紫外线暴露是病毒阴性MCC的主要致病因素。免疫治疗是MCC患者的一种有前景的治疗方法，但未能阻止癌症进展。生物标志物的发现迫在眉睫，高通量方法被提出。通过高通量方法生成基因组、转录组、蛋白质组和成像数据的高维数据，构成了新型生物标志物发现平台。

这些数据分析揭示了细胞的起源和表型。对源自多瘤病毒阴性和多瘤病毒阳性MCC细胞系的细胞及外泌体进行表征和表型分析，及其内容物分析，发现了差异表达的蛋白质和外泌体miRNA。

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。