用于预测哮喘急性发作易感性的Virograms

数据集获取

源站：https://omicsdi.org/dataset/geo/GSE68479

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：外周血单个核细胞（PBMC）的临床转录组学正作为预后、诊断、生物标志物发现和疾病机制研究的替代方法而受到关注。然而，与转录组学分析工具配套的生物检测方法尚未开发并在即时检测中提供。利用个体动态基因组反应来定制患者哮喘治疗或预防疾病急性发作仍是未满足的医疗需求。方法：我们开发了一种鼻病毒刺激的外周血检测方法（病毒组检测），结合单受试者分析（N-of-1-pathways），以捕获动态的全基因组表达和失调通路，从而回顾性预测儿童哮喘急性发作。我们假设某些基因组因素可能使任何特定个体（无论健康或哮喘）易对鼻病毒刺激产生一组相似的转录反应。我们首先从健康受试者的配对样本微阵列（对照和刺激PBMC）中生成分类器，并将该分类器应用于哮喘儿童对照和HRV刺激PBMC样本（病毒组检测）的转录组学分析。

结果：对来自健康个体（外部数据集）的单受试者配对PBMC样本（HRV刺激和对照）的不同基因组反应进行分析，发现了与获得性免疫、表观遗传学和形态发生相关的失调通路。基于这些结果构建的分类器应用于病毒图检测所得的转录分析，预测哮喘受试者哮喘急性发作风险的准确率为70%。结论：我们提供证据表明，通过与适当的单受试者分析相结合、基于PBMC的生物检测方法，可以预测临床预后，以评估对特定疾病相关刺激的动态转录组反应。

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。