乳腺肿瘤比较基因组杂交识别拷贝数变异与特定临床病理参数的关联

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-SMDB-3878

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

乳腺癌是导致女性癌症死亡的主要原因之一，肿瘤的临床病理特征被用于预测预后和指导治疗。DNA拷贝数改变（CNAs）在乳腺癌中频繁发生，并定义了关键的发病机制事件，同时也可能是有用的预后或预测因素。在此，我们报告了一项基于全基因组微阵列比较基因组杂交（array CGH）的调查，该调查针对来自局部晚期疾病患者队列的89例乳腺肿瘤中的CNAs进行了分析。统计分析将携带CNAs的独特细胞带位点与特定的临床病理参数相联系，包括肿瘤分级、雌激素受体状态、TP53突变的存在以及总体生存率。值得注意的是，不同的CNA谱也是最近通过表达谱分析定义的乳腺癌不同亚型的基础，暗示这些亚型沿着不同的遗传途径发展。此外，增益/丢失数量较高与“基底样”肿瘤亚型相关，而高水平DNA扩增在“管腔B”亚型肿瘤中更为常见，这也提示不同的基因组不稳定机制可能是其发病基础。

所识别的拷贝数变异（CNAs）可能为提高患者预后评估提供依据，同时也是界定重要基因的起点，以进一步加深我们对乳腺癌病理生物学的理解。

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。