IDH1突变定义人脑胶质瘤的甲基化类别与生存
该数据集来自omicsdi.org,聚焦人脑胶质瘤的DNA甲基化与遗传改变。源站描述指出,星形细胞瘤、少突胶质细胞瘤、少突星形细胞瘤和室管膜瘤是胶质瘤的主要组织学亚型,其分子特征对理解病因和治疗具有重要意义

基本信息
资源简介
IDH1突变定义人脑胶质瘤的甲基化类别与生存
该数据集来自omicsdi.org,聚焦人脑胶质瘤的DNA甲基化与遗传改变。源站描述指出,星形细胞瘤、少突胶质细胞瘤、少突星形细胞瘤和室管膜瘤是胶质瘤的主要组织学亚型,其分子特征对理解病因和治疗具有重要意义。数据利用新型DNA甲基化分析工具刻画这些肿瘤类型的表观遗传图谱,显示甲基化谱与肿瘤组织学及IDH1突变状态稳健相关,且IDH1突变肿瘤可独立预测肿瘤高甲基化表型、组织学、TP53突变状态、患者年龄和生存。整合表观遗传与遗传改变,可用于胶质瘤分类及临床研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):星形细胞瘤、少突胶质细胞瘤、少突星形细胞瘤和室管膜瘤是胶质瘤的主要组织学亚型。这些亚型的分子特征对理解其病因和治疗具有深远意义。我们使用新型DNA甲基化分析工具描述了这些肿瘤类型的表观遗传图谱。甲基化谱与肿瘤组织学及IDH1突变状态存在稳健关联。此外,携带IDH1突变的肿瘤可独立预测肿瘤高甲基化表型、组织学、TP53突变状态、患者年龄和生存。整合肿瘤表观遗传与遗传改变,这项工作为更好地界定胶质瘤的体细胞性质迈出了关键一步,将对疾病临床方法产生巨大潜在影响。这项工作为利用DNA甲基化对恶性脑肿瘤进行分类迈出了重要一步。
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-20395
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-20395
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
星形细胞瘤、少突胶质细胞瘤、少突星形细胞瘤和室管膜瘤是胶质瘤的主要组织学亚型。这些亚型的分子特征对于理解其病因和治疗具有重要意义。我们利用新型DNA甲基化分析工具描述了这些肿瘤类型的表观遗传景观。甲基化谱与肿瘤组织学和IDH1突变状态之间存在稳健的关联。此外,具有IDH1突变的肿瘤独立预测肿瘤高甲基化表型、组织学、TP53突变状态、患者年龄和生存期。通过整合肿瘤的表观遗传和遗传改变,这项工作为更好地定义胶质瘤的体细胞性质迈出了关键一步,这将极大潜力地影响疾病的临床方法。这项工作利用DNA甲基化分析在恶性脑肿瘤分类方面迈出了重要一步,整合了关于胶质瘤中IDH1突变的知识。
尽管组织学上具有多样性,IDH1突变亚类的表观遗传同质性表明,IDH1突变是独特DNA甲基化表型的“驱动因素”或功能决定因素,这暗示了脑内代谢谱改变的新角色。这种关联跨越了不同的组织学亚型,并展示了遗传改变与表观遗传谱之间的明确关系。新鲜冷冻肿瘤组织是在获得机构审查委员会适当批准后,从加州大学旧金山分校(UCSF)脑肿瘤研究中心组织库获取的。肿瘤诊断时间介于1990年至2003年之间。如果患者先前有低级别胶质瘤的组织学诊断,则肿瘤样本被定义为继发性GBM。肿瘤此前已由UCSF神经病理学家审查,以确定组织学亚型和分级。正常脑组织样本来自无癌症患者,这些患者因治疗癫痫而在UCSF接受了颞叶切除术。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




