PRJNA122283：人活动性与潜伏性结核血液转录谱

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA122283

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

该系列整合了不同数据集（训练集、测试集、验证集、纵向集、分离细胞集），以识别和表征活动性结核病患者的特异性转录特征，并将其与潜伏性结核病患者和健康对照者区分开来。训练集数据集用于在伦敦不同种族背景的活动性结核病患者中识别全血转录特征。随后，该特征在同样于伦敦招募的独立患者队列（测试集）中得到验证，并进一步在南非开普敦招募的另一个独立队列（验证集）中得到确认，以证实所定义的特征在高发病率地区（南非开普敦）和中等发病率地区（英国伦敦）均存在。随后，纵向数据集用于探究成功的结核病治疗如何改变这一转录特征。分离细胞集比较纯化细胞亚群（中性粒细胞、单核细胞和T细胞）中的转录谱，以评估哪些细胞类型对全血特征有贡献，以及以何种方式贡献。

这些研究最终可能有助于改进活动性结核病的诊断，目前该诊断通常依赖于杆菌培养，而培养过程可能需要长达6周的时间，且有时无法从痰液中获取杆菌，因而需要采用支气管肺泡灌洗（BAL）等侵入性技术。在某些病例中（30%），无法从痰液或BAL中培养出杆菌。任何诊断工具都需要在多个种族群体中有效，并在高发病率和低发病率国家均适用。另一个目标是确定潜伏性结核病患者是否具有独特的同质性或异质性特征，因为目前尚无法通过现有检测方法（结核菌素皮肤试验——TST——或血细胞对MTb抗原应答产生IFN-γ的IGRA检测）来判断分枝杆菌是否已被清除、是否仍然存在但被活跃的

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。