MD Anderson 癌症中心个性化癌症治疗项目分子检测数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT01772771

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

疾病：胶质瘤、造血与淋巴细胞肿瘤、恶性实体肿瘤、黑色素瘤、肉瘤。主要目标：I. 对MD安德森癌症中心的患者进行分子分析，以协助个性化癌症治疗。II. 确定不同肿瘤类型中癌症相关基因的突变频率、共突变以及其他变异，包括生殖系多态性和有害突变（生殖系遗传因素），并确定患者对结果返回的偏好。III. 建立一个包含体细胞突变、拷贝数变异、基因融合/易位信息及其他生物标志物变异和临床特征的数据库，用于筛选可能符合新靶向治疗试验条件的患者。次要目标：I. 根据癌症基因型及RNA和蛋白质表达情况，确定通路靶向治疗试验的入组情况，并规划额外的通路靶向治疗试验。II.

确定癌症相关基因中的体细胞和/或生殖系突变（包括多态性）以及其他分子改变如何影响抗肿瘤治疗的应答和癌症结局，并确定生殖系多态性如何影响癌症治疗的毒性和副作用。III. 确定可在血浆、外泌体或血液中检测到的基因组改变和其他生物标志物及其预测价值及随治疗的演变。IV. 使用不同平台进行蛋白质和RNA筛查，如免疫组织化学（IHC）、多重IHC、免疫荧光（IF）、质谱（MS）和Nanostring，包括来自玻片或组织微阵列的检测以及包括数字病理学在内的图像分析策略。V. 确定基于基因表达谱和系统生物学识别可操作靶点和合理药物组合的可行性。VI. 确定识别新抗原和其他靶点以用于疫苗、免疫治疗和细胞表面治疗等新策略的可行性。VII. 将整合的生物标志物和临床数据与新型计算工具结合使用

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。