胶质瘤中肿瘤特异性可变剪接来源细胞表面抗原发现的挑战

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE261440

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：尽管癌症免疫治疗取得了进展，实体瘤仍然是巨大的挑战。在胶质瘤中，抗原景观在肿瘤间和肿瘤内的高度异质性阻碍了治疗开发。因此，考虑替代来源以扩展可靶向（新）抗原的库并改善治疗结果至关重要。越来越多的证据表明，肿瘤特异性可变剪接（AS）可能是未开发的抗原储库。结果：在本研究中，我们研究了胶质瘤中的肿瘤特异性AS事件，重点关注那些预测可产生主要组织相容性复合体（MHC）呈递非依赖性、细胞表面抗原的事件，这些抗原可被抗体和嵌合抗原受体（CAR）-T细胞靶向。我们系统分析了批量RNA测序数据集，比较了429个肿瘤样本（来自癌症基因组图谱[TCGA]）和9，166个正常组织样本（来自基因型-组织表达项目[GTEx]），并鉴定出7个基因中的13个AS事件，预测在超过10%的患者中表达，包括PTPRZ1和BCAN，这些结果得到了外部RNA测序数据集的证实。

随后，我们利用患者来源的胶质母细胞瘤细胞的全长转录本扩增子测序，验证了我们的预测并阐明了异构体的复杂性。然而，对空间映射和纵向收集的临床肿瘤样本的RNA测序数据集进行分析，揭示了候选AS事件的显著时空异质性。此外，蛋白质组学分析未发现任何与推定抗原匹配的肽谱。结论：我们的研究阐明了肿瘤特异性AS事件的多样特征，以及由于其在蛋白质水平上显著的时空异质性和难以捉摸的性质而面临的抗原探索挑战。将未来的努力转向细胞内、MHC呈递的抗原可能提供一条更可行的途径。

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。