人脑多组织基因表达谱（CR）

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-44768

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

复杂疾病的遗传学在细胞通路的分子相互作用中产生改变，其综合效应可能通过分子网络的有组织结构而变得清晰。为表征与晚发性阿尔茨海默病（LOAD）相关的分子系统，我们在数百份来自LOAD患者和非痴呆受试者的尸检脑组织中构建了基因调控网络。我们证明LOAD会重塑分子相互作用结构的特定部分，并通过基于网络的整合方法，将这些子网络（模块）按与LOAD病理的相关性进行排序，突出免疫/小胶质细胞模块为排名最高者。通过贝叶斯推断方法，我们确定了LOAD大脑的多个关键因果调控因子。通过哈佛脑组织资源中心（HBTRC）收集的LOAD患者和非痴呆健康对照者大脑的背外侧前额叶皮层（PFC）、视觉皮层（VC）和小脑（CR）的尸检组织，在定制Agilent 44K芯片（GPL4372_1）上进行了谱分析。所有受试者在入院时均接受诊断，每例大脑均进行了广泛的LOAD相关病理检查。

基因表达分析对年龄、性别、死后间隔时间（PMI，以小时计）、样本pH值和RNA完整性值（RIN）进行了校正。在LOAD与非痴呆脑的总体队列中，样本PMI、pH值和RIN的均值±标准差分别为17.8±8.3、6.4±0.3和6.8±0.8。共纳入230份具有全部PFC、VC和CR组织表达谱的样本，用于进一步的多组织分析。

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。