肾移植急性排斥反应外周血诊断检测

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-14346

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

在本研究中，我们检测了来自3种不同微阵列平台的转录谱，涵盖103份有或无急性排斥反应的外周血样本，旨在寻找一套可用于诊断急性肾排斥反应的关键基因集，该基因集与活检诊断相匹配，且不受患者人口学特征、临床混杂因素、合并感染、免疫抑制剂使用或样本处理方法的影响。我们假设外周血表达谱的变化与活检证实的排斥反应相关，且这些变化可作为诊断和预测急性排斥反应的生物标志物。我们对在单一时间点采集的103份匹配外周血样本进行了横断面微阵列分析，采样时间与活检同步，活检确认急性排斥反应存在（60份AR样本）或不存在（62份STA样本）。样本杂交至3种微阵列平台之一：Affymetrix（n=75，54K HG-U133_Plus2阵列）、Agilent（n=26，44K寡核苷酸阵列）和cDNA阵列（n=21，约30K cDNA）。在103份样本中，14份同时用于Affy和Agilent阵列；1份用于cDNA和Agilent阵列，2份用于3种阵列平台。

通过将共同和重叠的转录本映射到人类基因组织(HUGO)基因名称，对来自3个芯片平台产生的微阵列数据进行了交叉比较。使用微阵列显著性分析(SAM，参考文献)以错误发现率(FDR)<10%的共同显著性阈值，在每个平台上鉴定出显著基因列表。该数据集包含杂交到Affymetrix芯片的样本数据。疾病状态：急性排斥反应(AR#样本ID)或稳定(S#样本ID)样本。该数据集是TransQST集合的一部分。

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。