乳腺癌亚型基因表达谱可在组织学正常乳腺上皮中检测到

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE21947

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

背景：我们假设乳腺癌亚型之间的重要基因组差异在癌变早期就已出现。因此，基因表达可能区分组织学正常的乳腺上皮（NlEpi）与含有雌激素受体阳性（ER+）和雌激素受体阴性（ER-）癌症的乳腺。方法：我们检测了46例接受乳腺癌手术的未经治疗女性中显微切割的NlEpi的基因表达。在30例年龄匹配的病例（15例ER+，15例ER-）中，我们使用了Affymetrix U133A芯片。在16例独立病例（9例ER+，7例ER-）中，我们使用qPCR验证了七个选定的基因。随后，我们利用4个公开可用的数据集比较了NlEpi与浸润性乳腺癌之间的基因表达。结果：216个探针（对应198个独特基因）能够区分来自ER+癌症乳腺的NlEpi（NlEpiER+）与来自ER-癌症乳腺的NlEpi（NlEpiER-）。这些基因包括ER+和ER-癌症本身特征性的基因（例如，分别为ESR1、GATA3和CX3CL1、FABP7）。qPCR在30例原始病例的抽样（84%）和全部16例独立病例（77%）中均验证了微阵列结果。

NlEpiER+和NlEPIERNlEpiER-中的基因表达分别与ER+和ER-癌症中的基因表达相似：在4个外部数据集中，每个数据集所检测的基因或探针中有36%-53%在NlEpi与相应癌症亚型之间重叠。结论：含ER+乳腺癌的乳腺NlEpi基因表达与含ER-乳腺癌的乳腺NlEpi不同。这些差异与ER+和ER-浸润性癌症中的差异相呼应。因此，乳腺癌亚型可能在组织学异常出现之前即可被检测到。NlEpi基因表达可能有助于定义亚型特异性风险特征、识别初始亚型特异性基因组差异，并为亚型特异性预防和治疗提出新靶点。我们确定，来自ER+乳腺癌患者和ER-乳腺癌患者的组织学正常上皮之间有216个探针组存在显著差异。

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。