胶质母细胞瘤代谢病灶多组学分析数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE242838

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

胶质母细胞瘤经历涉及遗传和表观遗传改变的复杂且动态的演化过程。理解这一演化背后的机制对于有效治疗至关重要。尽管治疗耐药与胶质母细胞瘤的瘤内异质性相关，但通过PET成像观察到的低代谢和高代谢病灶是否受空间性瘤内基因组演化的影响仍不确定。在本研究中，我们利用先进的神经外科和脑成像技术，从胶质母细胞瘤中精确分离了自体的低代谢和高代谢病灶，随后进行了全面的全基因组/外显子组和转录组分析。我们的研究结果表明，高代谢病灶由低代谢病灶演化而来，携带显著的局灶性扩增和缺失，并表现出与侵袭性增加相关的关键基因组改变频率更高。我们还发现了高代谢病灶中的基因特征，包括APOBEC3上调、缺氧基因上调以及推测的肿瘤抑制基因下调。

本研究强调了具有诊断意义的空间基因组演化，并揭示了在开发新型治疗策略时应考虑的障碍与可能性。

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。