GSE301335：ICAM1high中性粒细胞通过共生黏附与反向迁移塑造肿瘤演化与转移

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301335

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

对泛人类癌症中性粒细胞的分析揭示了一个在肿瘤微环境中富集的ICAM1高表达亚群，小鼠三阴性乳腺癌（TNBC）模型重现了这一观察结果。ICAM1高表达中性粒细胞表现出增强的细胞间黏附能力，特别是与保留上皮特征的肿瘤细胞黏附，这种黏附对两种细胞类型均赋予相互优势。相反，间充质样表型的癌细胞由于细胞黏附降低和弹性蛋白酶抗性而被中性粒细胞阻碍。这些几乎相反的作用驱动了向中性粒细胞富集、上皮样与巨噬细胞富集、间充质样生态系统二分法的演化。ICAM1高表达中性粒细胞以逆向迁移（从组织到循环）而闻名。黏附和逆向迁移特性共同介导转移性血管内渗。这些观察结果在一部分人类TNBC中得到验证，该部分患者意外地富集了非西班牙裔欧洲患者。因此，我们展示了一种共同演化过程，其中中性粒细胞塑造了TNBC的表型和转移行为，这可能优先发生在特定种族/族裔的患者中。

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。