药物类别特异性基因MAPK敏感性评分预测儿童低级别胶质瘤对MAPK抑制剂的敏感性

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE222850

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

儿童低级别胶质瘤（pLGG）在临床试验中对MAPK抑制剂（MAPKi）表现出异质性反应。需要一种用于分层的预测性特征，以识别可能从MAPKi治疗中获益的患者。从癌症药物敏感性基因组学数据集中，在MAPKi敏感与非敏感细胞系之间差异调控的MAPK相关基因，鉴定出类别特异性的MAPKi敏感性基因特征，用于通过单样本基因集富集分析计算MAPKi敏感性评分（MSS）。MSS能够区分具有不同MAPK改变的胶质瘤与无MAPK改变的胶质瘤，并且在pLGG中高于其他儿童中枢神经系统肿瘤。与临床试验中一样，在具有共同MAPK改变的pLGG中，MSS具有异质性。观察到MSS与由ESTIMATE特征确定的预测免疫浸润之间存在正相关。因此，MSS代表了pLGG患者分层的一种潜在工具，值得在即将开展的临床试验中进一步研究。我们的数据可能支持微胶质细胞在MAPKi反应中的作用，值得进一步验证。

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。