特应性皮炎患者中dupilumab临床反应候选基因驱动因素的外周血单个核细胞转录组、网络和基因组综合分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE326320

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

特应性皮炎（AD）是最常见的慢性炎症性疾病之一。由于AD表现异质，患者对治疗的反应可能差异很大。因此，迫切需要能够预测生物制剂治疗反应的生物标志物。据此，我们旨在识别可预测度普利尤单抗治疗患者反应性的血液生物标志物。本研究采用多阶段整合分析框架，结合转录组分析、功能富集、共表达网络分析和基因组变异分析来识别潜在生物标志物。18例未接受过度普利尤单抗治疗的患者纳入转录组分析，在基线和治疗16–18周后采集血样；5例患者被确定为无应答者。此外，对34例患者进行了基因分型。我们识别出一组候选基因（RPL18A、RPS28、FAU、MASTL、AURKA、TAF2、BUB1B和RNF135）以及可能反映影响治疗反应的潜在生物学机制的基因组变异。

最后，我们的研究强调了可能预测接受度普利尤单抗治疗的AD患者预后的潜在基因。此外，我们的研究对现有知识做出了增量贡献，并为可能最终实现个性化医疗的研究开辟了新途径。

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。