乳腺癌循环肿瘤细胞免疫磁富集与流式分选基因组特征数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE27511

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

我们开发了一种新方法，通过免疫磁珠富集结合荧光激活细胞分选（IE/FACS）从血液中高纯度分离肿瘤细胞，并检测了这些细胞的拷贝数变异。将涂有EpCAM单克隆抗体的磁珠加入血液中以富集肿瘤细胞。随后，对富集样本进行FACS分析，使用差异标记的单克隆抗体在分选过程中区分肿瘤细胞（EpCAM+）与白细胞（CD45+）。对分离出的肿瘤细胞DNA进行全基因组扩增（WGA），并通过微阵列比较基因组杂交（CGH）进行拷贝数分析。该检测方法在BT474和MCF7乳腺癌细胞系以及5例转移性乳腺癌（MBC）患者的循环肿瘤细胞（CTC）中进行了评估，这些患者均有匹配的存档原发肿瘤，随后该方法扩展至另外97例MBC患者。

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。