乳腺癌脑转移细胞结构解析揭示预后不同的免疫景观

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE324454

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

乳腺癌脑转移（BCBM）是一种严重的疾病，对改进的个性化治疗需求很高，但目前对BCBM免疫微环境异质性及免疫治疗敏感性的全面理解仍不足。在此，我们对一个临床注释完善的156例BCBM队列的免疫微环境进行了多模态分析，应用了组织细胞术、批量及单核RNA测序、流式细胞术和空间转录组学，并在患者来源的模型中进行了功能研究作为补充。综合分析揭示了两种可预测患者生存期延长的免疫景观，且这些景观无法从配对的原始肿瘤中推断出来：1）BCBM中CD8+组织驻留样记忆T细胞比例高，是肿瘤免疫控制的主要参与者。2）BCBM中含有三级淋巴结构。这些景观的替代特征在独立的BCBM和原发性乳腺癌队列中具有预后价值，与较少的转移相关，并能预测免疫治疗反应。我们的工作为BCBM中的抗肿瘤免疫提供了关键见解，并识别出具有转化相关性的新型生物标志物。

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。