乳腺癌内分泌治疗反应的精准预测与验证

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-59515

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

目的：芳香化酶抑制剂（AIs）在乳腺癌治疗中已确立作用。在新辅助治疗中，缓解率仅为50-70%，在晚期疾病中更低。迫切需要准确的生物标志物来预测这些情况下的缓解，并确定哪些个体将从辅助AI治疗中获益。

研究对象与方法：从89例接受新辅助来曲唑治疗的ER+绝经后乳腺癌女性中获取治疗前及治疗中（2周和3个月后）活检，用于转录谱分析。动态临床缓解通过三维超声测量进行评估。

结果：对来曲唑的分子反应进行了表征，并建立了一个临床反应的四基因分类器（准确率96%），其依据是治疗前两个基因的水平（一个与免疫信号传导相关，IL6ST；另一个与凋亡相关，NGFRAP1）以及治疗2周时两个增殖基因（ASPM、MCM4）的水平。在一个盲法、完全独立的验证数据集中，对接受阿那曲唑治疗的患者，该四基因特征被证实准确率为91%。

配对的治疗2周时活检较单独治疗前活检提高了预测能力。该特征标签还可显著预测无复发生存（p=0.029）和乳腺癌特异性生存（p=0.009）。我们证明，该检测也可通过定量PCR或免疫组织化学进行。结论：一个可在2周时预测对芳香化酶抑制剂（AIs）临床反应的四基因模型已构建并验证。治疗前免疫和凋亡反应失调，以及至2周时未能降低增殖，是对AIs无反应的乳腺肿瘤的功能特征。来自同一批患者的25份治疗前、25份治疗2周和25份治疗3个月的原发乳腺肿瘤样本。数据使用两个先前生成的数据集进行分析：GSE55374（也采用 Illumina HT-12v4 BeadChips（GPL10558）处理）和 GSE201

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。