乳腺癌转移灶按器官部位的基因表达谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE175692

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

在晚期乳腺癌中，通过转移性肿瘤活检进行生物标志物识别和患者选择正变得越来越必要。然而，转移灶的生物学特征是否因器官部位而异在很大程度上仍不清楚。在本研究中，我们评估了来自11个器官（包括肝、肺、脑和骨）的184份转移样本中771个基因的表达情况，并得出以下观察结果。第一，所有PAM50分子内在亚型在各器官之间以及基于免疫组织化学的分组内均有体现。第二，HER2低表达疾病在所有器官部位（包括骨）中均可识别，且HER2表达与ERBB2表达显著相关。第三，大部分表达变异由内在亚型而非转移器官所解释。第四，亚型及单个亚型相关基因/特征与总生存期显著相关。第五，我们识别出74个表达具有器官特异性且不依赖于亚型的基因。最后，与脑或肝转移相比，免疫特征在肺转移中表达更高。

我们的结果表明，相关肿瘤生物学特征可在多种器官部位的转移组织中得以体现；然而，也识别出了按器官部位划分的独特生物学特征，未来的研究应探索这些特征在诊断和治疗干预中的意义。

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。