整合多组学分析识别慢性阻塞性肺疾病异质性主要轴线及其分子贡献者 - ECLIPSE 复制队列

数据集获取

源站：https://omicsdi.org/dataset/geo/GSE324136

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

慢性阻塞性肺疾病（COPD）是一种复杂的异质性疾病。传统的亚型划分方法通常侧重于疾病的临床表现或分子内型，导致分类仅部分反映疾病的异质性。在此，我们介绍一种基于变分自编码器的亚型划分流程，该流程将临床数据和基因表达数据联合嵌入到一个受试者级别的单一表征中。我们在COPDGene研究中评估了该框架，这是一项针对当前和曾经吸烟、患有或不患有COPD个体的大型研究。预测实验表明，这些嵌入的预测准确性与其他无监督嵌入方法相当或更优。利用轨迹学习方法，我们识别出五个分离良好的亚型，它们具有不同的临床表型、表达特征和纵向结局。最后，我们证明我们的发现可推广到一个外部验证队列。总体而言，我们的方法使得从孤立的表型或分子亚型划分转向对COPD异质性的整合且具有临床意义的理解成为可能。

该GEO数据集包含来自ECLIPSE研究的基于芯片的血基因表达和表型数据，该研究作为本研究的复制人群。COPDGene数据可通过dbGaP获取。

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。