动脉粥样硬化进展与消退基因表达特征数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE122669

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

为进一步研究与动脉粥样硬化诊断和预后相关的重要基因，我们采用全基因组微阵列表达谱分析作为发现平台，以识别与动脉粥样硬化相关的基因。我们通过球囊损伤联合高胆固醇饮食及正常饮食，建立了动脉粥样硬化进展与消退的兔模型。收集对照组、模型组（进展组）和恢复组（消退组）中动脉粥样硬化兔的腹主动脉。我们发现，差异表达基因主要富集于四个簇中，与炎症和细胞外基质相关的基因恢复到或接近正常水平的时间远早于与代谢和肌浆网增殖相关的基因，后者在正常饮食后长时间保持下调或上调状态。我们通过实时PCR在同一RNA样本中对这一特征中的四个基因（LPL、BMP7、MCP2和SST）的表达进行了定量，这些基因未来或许可作为改善动脉粥样硬化诊断和预后的新型生物标志物和靶点。

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。