基于原发肿瘤组织基因表达谱和miRNA预测乳腺癌淋巴结受累

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE23177

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

淋巴结受累是乳腺癌最重要的预后因素，但对其潜在的分子变化知之甚少。首先，为了识别与淋巴结转移相关的分子特征，我们对一组96例原发性乳腺肿瘤进行了基因表达分析，该组样本在淋巴结受累方面保持平衡。每例肿瘤均被诊断为低分化、雌激素阳性、her2-neu阴性的浸润性导管癌。（使用Affymetrix Human U133 Plus 2.0微阵列芯片）。我们构建了一个包含241个基因的模型，并在使用Affymetrix技术进行的内部和外部数据集上进行了验证。所有用于验证的样本均具有与初始肿瘤相同的特征。内部数据集的ROC曲线下面积（AUC）为0.646，外部数据集为0.651。因此，即使在同质性肿瘤组中，乳腺肿瘤的分子谱也能揭示有关淋巴结受累的信息。然而，AUC为0.65仅表明相关性较弱。我们的模型包含多个激酶、凋亡相关和锌离子结合基因。

使用分子特征数据库进行的通路分析揭示了相关基因集（BAF57、Van 't Veer）。随后，使用人类miRNA微阵列芯片（Illumina）对82/96例肿瘤进行了miRNA谱分析。根据淋巴结状态，在0.05的显著性水平下，有八个miRNA显著差异表达，但未进行多重检验校正。对miRNA与其计算预测靶标之间反向相关性的分析表明，miRNA机制的普遍失调可能是淋巴结侵袭的原因。总之，我们的结果提供了证据，表明乳腺癌中的淋巴结受累并非随机过程。

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。