去重并统一重处理的公共狼疮肾炎肾活检转录组汇编及共享肾病对照

数据集获取

源站：https://doi.org/10.5281/zenodo.23427810

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 82.2 MB。

数据说明

去重并统一重新处理的公共狼疮性肾炎（LN）肾活检转录组汇编，包含共享的肾脏疾病对照样本，由11个GEO和ArrayExpress系列构建而成，分为15个系列×平台批次（Affymetrix 3 prime和HTA 2.0、Illumina、RNA-seq）。校验和显示，欧洲肾脏cDNA库的846个文件中有406个是字节完全相同的重复存缴；在解决这些重复后，该资源包含718个独特样本：来自195例患者的280个LN样本（73个肾小球、98个肾小管间质、109个全皮质）、123个对照和314个其他肾脏疾病样本。24个样本带有质量标记；ComBat在各区室内应用于691个样本。该记录包含各批次基因矩阵、各区室未校正和ComBat矩阵、带有重复登录号别名的 curated 注释、患者链接、质量标记和验证评分、校验和表以及各批次模块效应量。每个系列均在其自身平台内单独标准化，系列从未联合标准化。ComBat（协调化）矩阵仅供探索和可视化使用。

对于推断，应在每个系列或批次内进行分析（使用按系列或按批次的矩阵，或将系列作为因子的未校正矩阵），并通过系列内效应量的随机效应荟萃分析来合并各系列。不要合并不同归一化的批次（例如，在合并样本中对基因或评分进行相关性分析），因为系列间归一化和平台的差异可能会产生或掩盖关联。

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。