亚洲胃癌全转录组多层整合分析中AMPK-M-NM-1调控研究

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-36968

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

胃癌是亚洲和大多数发展中国家最常见的癌症。为了揭示亚洲人群胃癌的分子基础，我们采用RNA测序技术对胃肿瘤及非癌标本进行分析，以定量表征胃癌的整个转录组（包括mRNA和microRNA）。随后，我们开发了一种多层次分析方法，以识别与胃癌不同阶段相关的多种转录异常，包括差异表达的mRNA、复发性体细胞突变和关键差异表达的microRNA。通过这种方法，我们确定了中心代谢调节因子AMPK-M-NM-1作为亚洲胃癌的潜在功能性靶点。进一步，我们通过实验证明了该基因作为亚洲患者早期胃癌潜在治疗靶点的转化相关性。总之，我们的发现不仅为识别和阐明亚洲胃癌的分子机制提供了宝贵的信息资源，而且代表了一个开发更有效治疗靶点的通用整合框架。

使用Life Technologies SOLiD™测序平台，我们对来自30名匿名、无亲缘关系的亚洲人（男女均有）的胃癌样本进行了全转录组分析。其中包括6份非癌胃组织样本和24份代表肿瘤发展I至IV期的胃肿瘤样本。通过WT-seq方案，我们从这30份样本中生成了包含21亿条50-nt短读长的WT-seq数据集；将第二种小RNA-seq方案应用于19份胃肿瘤样本（原24份中有5份因样本量不足而未纳入）和6份非癌胃组织样本，得到了一个小RNA-seq数据集。

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。