无创气道转录组分析区分哮喘临床表型

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-56396

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

背景：评估气道转录组可能揭示与哮喘临床表型相关的基因表达模式。为定义哮喘转录组内型（TEA），我们分析了诱导痰中与疾病表型相关的基因表达。方法：使用Affymetrix HuGene ST 1.0微阵列检测哮喘受试者痰液中的基因表达。从京都基因与基因组百科全书（KEGG）所选通路中的基因进行无监督聚类分析，识别出TEA聚类。比较各聚类的临床特征，并对匹配的血样进行逻辑回归分析以定义表达谱，从而在一组哮喘儿童队列中确定TEA聚类归属以进行验证。结果：共识别出三个TEA聚类。与其他TEA聚类相比，TEA聚类1中具有插管史的研究对象最多（P = 0.05），支气管舒张剂前FEV1较低（P = 0.006），支气管舒张剂反应较高（P = 0.03），呼出气一氧化氮水平较高（P = 0.04）。TEA聚类2为最小的聚类，其中因哮喘住院的研究对象最多（P = 0.04）。

TEA聚类3的受试者（该聚类为最大聚类）肺功能正常、呼出气一氧化氮水平低，且吸入性激素需求量较低。对儿童TEA聚类的评估证实，TEA聚类1和2分别与插管史（P = 5.58 x 10-06）和住院史（P = 0.01）相关。结论：痰液和血液中的基因表达模式揭示了与儿童和成人重症哮喘表型相关的TEA聚类。使用Affymetrix HuGene ST 1.0微阵列检测哮喘受试者痰液中的基因表达。从京都基因与基因组百科全书（KEGG）所选通路中的基因进行无监督聚类分析，识别出TEA聚类。比较临床特征，并对匹配血液样本进行逻辑回归分析

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。