基于共识非负矩阵分解的阿尔茨海默病分子亚型研究数据

数据集获取

源站：https://search.dataone.org/view/sha256%3A29c0a3bb32934dde295755f6a967f47585f33c0b3b83c68dd8e48efc4195ae70

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

阿尔茨海默病（AD）是一种异质性疾病，表现出多样的临床表现和疾病进展。已有研究提出了一些病理和解剖学亚型。然而，这些亚型对AD的机制理解仍然有限。利用来自宗教秩序研究与记忆与衰老项目（ROSMAP）研究中222名AD患者的基因表达数据，我们采用共识非负矩阵分解（NMF）方法识别出两种AD分子亚型（突触型和炎症型）。突触型的特征在于突触囊泡 priming 和回收以及突触可塑性受到破坏。炎症型的特征在于IL2、干扰素α和γ通路受到破坏。这两种AD分子亚型通过来自基因表达综合数据库（Gene Expression Omnibus）的独立数据得到了验证。我们进一步证明，这两种分子亚型与APOE基因型相关，其中突触型在携带E3E4基因型的AD患者中更为常见，炎症型在携带E3E3基因型的AD患者中更为常见（p = 0.031）。

此外，两种分子亚型在男性和女性阿尔茨海默病（AD）患者中的分布存在差异，其中突触型在男性患者中更为常见，而炎症型在女性患者中更为常见（p = 0.051）。识别AD分子亚型有助于促进对疾病机制的理解、临床试验设计、药物研发以及AD的精准医疗。

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。