原发与转移性脑肿瘤中的微生物信号数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE305267

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

胶质瘤和脑转移瘤（BrM）均与不良预后相关，因此需要更深入地理解脑肿瘤生物学并开发有效的治疗策略。尽管本课题组及其他研究者已在多种肿瘤中证实微生物的存在，但近期关于癌种特异性瘤内微生物群的争议凸显了严格正交验证的重要性。这项前瞻性、多机构研究共纳入来自221例患者的243份样本，包括168份胶质瘤和BrM样本以及75份非癌或瘤旁组织。采用严格的荧光原位杂交、免疫组织化学和高分辨率空间成像技术，我们在胶质瘤和BrM样本中均检测到细胞内细菌16S rRNA和脂多糖，定位于肿瘤细胞、免疫细胞和基质细胞。定制的16S和宏基因组测序流程鉴定了与肿瘤微环境中瘤内细菌信号相关的分类群；然而，标准培养方法未能获得易于培养的微生物群。

空间分析显示，细菌16S信号与抗微生物及免疫代谢特征在区域、邻域和细胞水平上存在显著相关性。此外，瘤内16S细菌信号与匹配的口腔和肠道微生物群显示出序列重叠，提示其可能与远处菌群存在联系。总之，这些发现将微生物元素引入脑肿瘤微环境的组成部分，并为未来的机制性和转化研究奠定了基础。

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。