ER+乳腺癌中ET不敏感细胞群体的翻译组学分析揭示新治疗脆弱性

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE310362

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

ER+乳腺癌的内分泌治疗耐药仍是临床上的重大治疗挑战。本研究提供了一套稳健的工作流程，用于识别在临床样本和实验模型中于ET选择性压力下持续存在的ET不敏感细胞群体。我们证明，这些群体在转录层面具有多样性，且不能由ER状态/活性或分子亚型来界定。重要的是，我们开发了一条预测性治疗流程，能够识别针对ET不敏感细胞群体的新药。这些发现为克服ET耐药提供了一种具有临床相关性的策略，并支持将单细胞图谱分析和类器官建模整合到精准肿瘤学工作流程中。

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。