髓母细胞瘤整合基因组分析：识别驱动不良临床结局的分子亚组

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE202043

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

髓母细胞瘤是一组异质性肿瘤，共同构成了儿童中最常见的恶性脑肿瘤。为了理解其异质性背后的分子特征，并确定这些特征是否代表该疾病患者的风险因素，我们对大量原发肿瘤进行了整合基因组分析。研究确定了髓母细胞瘤的六个分子亚群，每个亚群都具有独特的染色体数目和结构畸变组合，这些畸变全局性地影响mRNA和miRNA的表达。我们揭示了每个亚群对临床结局的相对贡献，并显示了一个先前未被识别的分子亚群，其遗传特征为c-MYC拷贝数增加，转录特征为光感受器通路富集和miR-183-96-182表达增高，与显著较低的无事件生存率和总生存率相关。我们的结果详细描述了髓母细胞瘤复杂的基因组异质性，并识别出一个先前未被认识、临床结局较差的分子亚群，应针对其开发更有效的治疗策略。

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。