三阴性和基底样乳腺癌临床相关基因特征数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE31519

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

目前用于乳腺癌的预后基因表达谱主要反映增殖状态，且在ER阳性癌症中最为有用。三阴性乳腺癌（TNBC）在临床上具有异质性，需要预后标志物和基于生物学机制的疗法来更好地治疗该疾病。我们汇集了579例TNBC的Affymetrix基因表达数据，并进行了无监督分析，以定义能够区分TNBC内分子亚群的元基因。我们使用n=394例进行发现，n=185例进行验证。出现了16个元基因，它们识别了基底样、大汗腺样和claudin-low分子亚型，或反映了癌症内各种非肿瘤细胞群体，包括免疫细胞、血液、脂肪细胞、基质、血管生成和炎症。这些元基因的表达与生存率相关，并进行了多变量分析，包括常规临床和病理变量。73%的TNBC显示基底样分子亚型，与高组织学分级和较年轻年龄相关。基底样TNBC的生存率与非基底样TNBC无差异。

免疫细胞元基因的高表达与良好预后相关，而炎症和血管生成相关元基因的高表达与不良预后相关。B细胞元基因高表达与IL-8元基因低表达的比例可识别出32%预后良好的TNBC患者（HR 0.37，95% CI 0.22-0.61；P<0.001），并且在纳入常规临床病理变量的多因素分析中，该比例是唯一显著的预测因子。我们将B细胞存在高与IL-8活性低的比值描述为TNBC的一个强有力的新型预后标志物。抑制IL-8通路也代表了一种有吸引力的新型治疗靶点。

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。