复发性胶质母细胞瘤脑脊液循环肿瘤DNA全基因组甲基化分析[MeDIP-Seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE205513

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

背景：胶质母细胞瘤（GBM）是中枢神经系统（CNS）常见的恶性肿瘤，易复发且生存期短。目前缺乏用于复发GBM诊断和预后的临床生物标志物。方法：我们收集了4份复发GBM的脑脊液（CSF）样本和1份正常CSF样本，以及配对的组织样本。分析了CSF循环肿瘤DNA（ctDNA）的全基因组甲基化谱和组织mRNA转录谱，并通过中国胶质瘤基因组图谱（CGGA）数据库，采用单因素Cox分析、Lasso回归分析和多因素Cox分析筛选基因。使用R软件、SPSS软件和Graphpad Prism进行数据分析和可视化。结果：通过取差异甲基化区域（DMRs）和差异表达基因（DEGs）的交集，筛选出892个基因进行Lasso回归分析和多因素Cox分析，最终筛选出12个核心基因，用于构建诊断和预后模型。

基于12个枢纽基因构建的诊断模型（AUC=0.982）和预后模型（5年AUC=0.931）具有较高的准确性。结论：本研究表明，脑脊液ctDNA中的12个枢纽基因能够诊断和预测复发性GBM，并为复发性GBM机制的临床研究提供新的生物标志物。

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。