公共肾脏、血液、鼻腔和眼眶样本的ANCA相关性血管炎转录组协调资源

数据集获取

源站：https://doi.org/10.5281/zenodo.23499990

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 37.0 MB。

数据说明

ANCA相关性血管炎（GPA、MPA、EGPA）公共批量转录组协调资源，基于公共处理后数据（GEO系列矩阵、NCBI生成的RNA-seq计数及提交者处理文件）构建。对来自12个系列的701个样本进行了注释；来自12个系列的700个样本被处理为15个按系列划分的基因矩阵；19个样本未通过质量控制。针对3个区室层构建了跨系列ComBat矩阵：肾小球（48个样本，11965个基因，3个矩阵）；肾小管间质（88个样本，11965个基因，3个矩阵）；全血（65个样本，10232个基因，2个矩阵）。另有13个系列已编目但未重新处理（单细胞、空间、仅原始数据或标签无法解析）。未使用受控访问数据。ComBat校正矩阵仅供探索和可视化使用。正式分析应在各系列内进行，使用按系列矩阵或以系列作为因子的未校正矩阵，然后通过随机效应荟萃分析合并系列内估计值。不同标准化方式的系列不应合并用于推断。

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。