活动性结核的转录特征反映肺外与肺结核的症状状态

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE83456

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：结核分枝杆菌感染是全球感染性死亡的主要原因。为了更深入地了解宿主免疫反应并识别潜在的疾病生物标志物，已有研究采用基因表达微阵列技术分析结核病患者的血液转录反应。迄今为止，这些研究大多集中于肺结核患者，而肺外结核患者的基因表达谱尚未与肺结核或结节病患者的基因表达谱进行比较。方法：招募了一组新的肺外结核和结节病患者，采用多种转录组学方法，包括测试先前定义的活性结核380基因元签名，将这些患者的转录反应与肺结核患者进行比较。结果：在这个包含肺结核和肺外结核的新数据集中，380基因元签名能够大致区分活动性结核与健康对照。该元签名中的前15个基因在区分肺外结核与健康对照时的敏感性低于肺结核。

我们发现，肺内和肺外结核病的血液转录反应具有异质性，并反映了疾病症状的严重程度。结论：肺外结核病的转录特征显示出与症状状态相关的基因表达异质性，而肺结核病的特征则因其症状个体比例较高而有所不同。这些发现对于合理设计和实施基于mRNA的结核病诊断方法具有重要意义。

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。