GSE252995：基因上下文漂移识别缓解癌症治疗耐药的药物靶点

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE252995

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

癌症治疗常常失败，原因是不同疗法的组合会引发复杂且难以预测的耐药机制。我们提出了一种名为“通过上下文漂移识别耐药性”（RECODR）的计算流程，它将单细胞RNA测序图谱的共表达图网络与图嵌入方法相结合，以测量癌症治疗过程中基因共表达上下文的变化。RECODR基于这样一个理念：基因共表达上下文（而非仅表达水平）揭示了关于治疗耐药性的重要信息。利用RECODR对临床前和临床试验中治疗的肿瘤进行分析，揭示了现有计算方法无法察觉的耐药机制，从而能够为患有脉络丛癌的小鼠设计高效联合治疗方案，并预测髓母细胞瘤和三阴性乳腺癌患者的潜在新疗法。因此，RECODR可能通过检测决定耐药表型的基因相互作用的上下文特异性变化，来揭示癌症治疗耐药性的复杂性。

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。