可操控小鼠TNBC模型捕捉异质性肿瘤免疫微环境及对PD-L1阻断的适应

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE290815

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

三阴性乳腺癌（TNBC）患者对程序性死亡（PD）-配体（L）1阻断疗法的反应存在差异，这在很大程度上取决于肿瘤免疫微环境（TIME）的“热”与“冷”状态。本研究通过经乳腺导管内接种已建立的小鼠TNBC细胞系，表征了9种具有异质性TIME的小鼠TNBC模型，以研究抗PD-L1耐药机制。通过互补的体外和体内筛选，我们将基于4T1-热型的模型——因其免疫原性荧光素酶标签表达而成为高炎症对照模型——相较于未标记的基于4T1-冷型的模型，归类为呈现“最热”TIME的模型。然而，两种基于4T1的对应模型均对抗PD-L1无应答，这归因于其免疫抑制性髓系细胞含量，以及4T1-热型原发肿瘤中癌症相关成纤维细胞的上调和4T1-冷型原发肿瘤中高表达PD-L1的CXCL10+肿瘤相关巨噬细胞。小鼠TNBC模型所捕捉到的这些跨TIME状态的抗PD-L1适应机制，突出了未来研究的具体细胞靶点。

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。