WNT8B、KRT2和TTLL13P基线表达水平与特应性皮炎中abrocitinib应答相关

数据集获取

源站：https://doi.org/10.17632/g6hvm2znjn

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。

数据集大小约 53.4 MB。

数据说明

我们来自96例患者的真实世界数据证实，abrocitinib可诱导快速的临床改善，并广泛下调细胞因子和JAK-STAT信号通路中的基因。我们还发现，达到EASI-90应答的患者具有独特的基线特征，表现为较低的Th2细胞因子以及WNT8B高表达、TTLL13p和KRT2低表达的特异性转录组特征。该特征在一个独立队列中被验证为预测性生物标志物，提示其可用于对患者进行分层，以筛选出更有可能通过abrocitinib实现最低疾病活动度的患者。

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。