一种新的基因表达特征ClinicoMolecular Triad分类可能改善乳腺癌诊断时的预测和预后

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-16987

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

在制定治疗决策时，肿瘤学家通常将乳腺癌分层为低风险组（ER+、低级别）、中风险组（ER+、高级别）和高风险组（包括Her2+和三阴性（ER-/PR-/Her2-）肿瘤）。目前可用的基因特征均与此临床分类不相关。我们旨在开发一种对肿瘤学家实用的检测方法，既能提供乳腺癌的分子特征，又能改善预后和治疗反应的预测。我们通过在训练队列的全基因组基因表达谱聚类分析中将Her2+和三阴性乳腺癌归为一组，研究了这种临床实践的分子基础，该队列主要来源于149例连续可评估乳腺癌的细针穿刺活检（FNAB）。分析一致地将这些肿瘤分为三簇模式，类似于临床风险分层组，并在已发表的有临床结局注释的微阵列数据库（n=2487）中可重复。这三个分子组各自的临床病理参数也与临床分类相似。

低风险组预后良好，并从内分泌治疗中获益。中风险组和高风险组预后均较差，且对内分泌治疗耐药。后者对新辅助化疗的完全病理缓解率最高；在MYC、E2F1、Ras、β-Catenin和IFN-γ通路中活性最高；且14个独立预后特征均预测其预后不良。基于多变量分析，这一新的基因特征——称为临床分子三联分类——对复发和治疗反应的预测优于所有病理参数和其他预后特征。本研究使用了来自172份标本中所含161个肿瘤的149例浸润性乳腺癌。对于有重复的11个肿瘤，其表达数据在……之前分别进行了合并（原文此处不完整）。

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。