HER2阴性乳腺癌新辅助化疗耐药标志物数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE34138

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

摘要

引言 乳腺癌患者对化疗的应答率仍存在很大差异。我们旨在识别与化疗耐药相关的基因。我们分析了目前最大的单中心乳腺癌基因表达谱数据集，这些表达谱取自接受单一新辅助化疗方案（剂量密集型多柔比星和环磷酰胺）治疗前的乳腺癌。

方法 我们收集了178例HER2阴性乳腺肿瘤活检样本并进行了基因表达谱分析（“NKI数据集”）。我们采用了一种近期开发的检测不平衡差异信号（DIDS）的方法来识别治疗耐药的标志物。与传统方法相比，DIDS能够识别仅在无应答样本的一小部分亚组中表现出异常表达的标志物。

结果 我们发现了若干蒽环类化疗耐药的标志物。我们通过分析三个外部数据集验证了这些发现，这些数据集共包含456例HER2阴性样本。由于这些外部数据集包含接受不同治疗方案的患者，我们只能验证一般性化疗耐药的标志物。

在NKI数据集与其他三个数据集中所鉴定的标志物之间存在高度显著的重叠。在四个数据集中的三个里鉴定出五个耐药标志物：SERPINA6、BEX1、AGTR1、SLC26A3和LAPTM4B（重叠p值<1e-6）。这五个基因所识别的耐药肿瘤，仅凭ER状态或增殖情况是无法识别出来的。结论：这些基因的鉴定可能有助于更好地理解（临床上）观察到的化疗耐药所涉及的机制，并可能有助于识别那些化疗对缓解或生存无贡献的乳腺癌。

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。