整合转录因子网络与染色质可及性作为三阴性乳腺癌生存结局与药物反应标志物

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE323120

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）是一种侵袭性强且高度异质的乳腺癌亚型，有效靶向治疗手段匮乏，且对化疗常产生耐药。在此，我们将转录调控网络推断与大规模多系统原发肿瘤、患者来源异种移植（PDX）及模型细胞系集合的染色质可及性相结合，以量化转录因子（TF）活性，并鉴定出支撑TNBC身份特征的调控因子。该方法优先筛选出94个高置信度TNBC转录因子，其活性评分能够捕捉肿瘤间异质性，并独立地对跨临床终点的患者预后进行分层。将转录因子活性与药物基因组学药物敏感性谱相关联，在独立数据集中识别出可重复的药物-转录因子关联，包括NFE2L3和CBFB活性作为mTOR抑制敏感性的预测因子，我们在依维莫司治疗的TNBC PDX模型中对此进行了验证。总体而言，我们建立了一个转录和染色质信息指导的框架，用以捕捉TNBC调控状态，并将转录因子引导的精准医学拓展至这一乳腺癌亚型。

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。