功能性精准医学识别髓母细胞瘤新治疗候选药物（甲基化数据集）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE151344

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

髓母细胞瘤（MB）是儿童中最常见的恶性脑肿瘤之一。近期研究已确定该疾病至少存在四个亚组，它们在分子特征和患者预后方面各不相同。尽管存在这种异质性，大多数MB患者仍接受相似的治疗，包括手术、放疗和强化化疗。虽然这些治疗延长了生存期，但许多患者仍死于该疾病，而幸存者则承受着治疗带来的严重长期副作用。我们假设每位MB患者对不同的治疗敏感，根据患者肿瘤的分子和细胞特征来定制治疗将改善预后。为验证这一点，我们组建了一组原位患者来源异种移植瘤（PDX），并对其进行了DNA测序、基因表达谱分析和高通量药物筛选。DNA测序分析表明，大多数MB并不具有指向有效疗法的可操作突变。相比之下，基因表达和药物反应数据为每种肿瘤的潜在疗法提供了有价值的信息。

例如，药物筛选显示，放线菌素D——用于治疗肉瘤但很少用于MB——对代表第3组MB（该疾病最具侵袭性的形式）的PDX具有活性。最后，我们表明，肿瘤细胞的功能分析可在临床环境中用于识别比单独测序更多的治疗选项。这些研究表明，有可能摆脱一刀切的方法，开始针对每位患者采用对其肿瘤有效的疗法。

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。