匹配的ER+/ER-乳腺癌模型揭示雌激素在乳腺与肺转移前环境中的差异效应

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE326378

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

雌激素靶向多种影响肿瘤进展的细胞类型。然而，其对转移过程的影响以及信号在癌细胞与基质细胞之间的相互作用仍知之甚少。利用雌激素受体α阳性（ER+）乳腺癌（TC11）的免疫健全临床前模型和两种匹配的CRISPR-Cas9 Esr1敲除（ER-）细胞系，我们证明补充17β-雌二醇可为ER+和ER-乳腺肿瘤营造促肿瘤免疫环境，但对静脉注射后的肺部定植产生不同效应：促进ER+而抑制ER-肿瘤病灶。对乳腺肿瘤环境以及脾脏和肺部免疫细胞的探究揭示了17β-雌二醇对免疫亚群和活性的显著影响。RNASeq分析阐明了ER+肿瘤细胞的免疫逃逸潜能，揭示了雌激素在ER+癌症中作用的新层面。乳腺和转移前肺部环境中雌激素反应性细胞之间这种情境特异性的相互作用，其意义超越乳腺癌，包括不同来源的ER-癌症。

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。