多组学分析鉴定由内在Trp53驱动的转移性乳腺癌亚型 [RNA-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301299

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

转移性乳腺癌是乳腺癌患者死亡的主要原因。转移性乳腺癌的分子驱动因素在很大程度上仍不清楚。转移性乳腺癌的治疗仅限于全身性细胞毒性化疗，这类治疗常使患者生活质量下降，且肿瘤往往产生耐药，导致疾病无法治愈。与转移性乳腺癌相关的最常见突变基因是TP53。TP53R248W热点错义突变与乳腺癌不良预后相关。为理解由突变p53驱动的转移性乳腺癌的内在转录组学和基因组学特征，我们构建了一种由乳腺上皮细胞特异性表达Trp53R248W驱动的体细胞小鼠模型。原发肿瘤具有高度转移性，并反映了人类luminal A、luminal B、HER2和TNBC分子亚型，其中TNBC占这些肿瘤的大多数（79%）。转录组学分析揭示了原发肿瘤的异质性，其特征为三种内在亚型：（1）干细胞样；（2）高分化代谢样；（3）免疫抑制型。

干细胞样肿瘤激活核糖体生物合成和E2F信号传导。这些肿瘤在Met、Birc3、Yap1中存在扩增，在Nf1、Pik3r1和Rad17中存在缺失。分化良好的代谢样乳腺肿瘤激活细胞色素P450酶、雌激素信号传导和支链氨基酸降解，并在Pten通路中存在突变。免疫抑制性肿瘤富集与免疫抑制相关的过程。这些肿瘤具有高突变负荷，频繁突变Traf7并缺失Cdkn2a。这是对突变p53驱动的乳腺肿瘤最全面的转录组和基因组分析，揭示了其异质性本质和独特的内在程序，可能为转移性乳腺癌的靶向治疗提供信息。

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。