MCF-7与LetR细胞微阵列基因表达数据

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE210399

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

对芳香化酶抑制剂（AI）治疗的耐药性以及CDK4/6抑制剂（CDK4/6i）联合内分泌治疗（ET）的耐药性，是治疗雌激素受体阳性（ER+）乳腺癌面临的重大临床挑战。亟需阐明耐药机制，识别可靠的预测性生物标志物，并探索克服耐药的新型联合治疗方案。在本研究中，我们发现CDK6、p-CDK2和/或cyclin E1的上调与ER+晚期乳腺癌对AI单药治疗及CDK4/6i联合ET治疗过程中出现的适应与耐药相关。重要的是，将CDK2与CDK4/6联合ET共同靶向，可在AI耐药及CDK4/6i联合氟维司群耐药细胞模型以及绝经后异种移植模型中的AI耐药自分泌乳腺肿瘤中，协同抑制细胞生长、诱导细胞周期阻滞与凋亡，并延缓疾病进展。

对接受AI单药治疗或CDK4/6i联合ET治疗的ER+晚期乳腺癌患者转移灶中CDK6、p-CDK2和/或cyclin E1表达作为联合生物标志物的分析显示，生物标志物高表达与较短的无进展生存期（PFS）之间存在相关性，且该生物标志物组合在两个患者队列中均为独立预后因素。我们的研究支持在AI单药治疗或CDK4/6i联合ET治疗后疾病进展的情况下，共同靶向ER、CDK4/6和CDK2的治疗策略的临床开发，以改善肿瘤中CDK6、p-CDK2和/或cyclin E1水平高的患者的生存。

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。