olaparib与durvalumab机会窗试验中三阴性及ER低表达乳腺癌连续转录组分析（MEDIOLA WOO）
该数据集来自MEDIOLA WOO机会窗试验，纳入54例II/III期三阴性或ER低表达乳腺癌患者，在olaparib单药及联合durvalumab治疗前后采集肿瘤活检样本进行RNA测序，刻画PARP抑制及PD-L1阻断诱导的早期转录组与免疫变化，并关联同源重组缺陷功能状态和病理完全缓解，可用于研究
基本信息
资源简介
olaparib与durvalumab机会窗试验中三阴性及ER低表达乳腺癌连续转录组分析（MEDIOLA WOO）
Serial transcriptomic profiling of triple-negative and ER-low breast cancer during a window-of-opportunity trial of olaparib and durvalumab (MEDIOLA WOO)
该数据集来自MEDIOLA WOO机会窗试验，纳入54例II/III期三阴性或ER低表达乳腺癌患者，在olaparib单药及联合durvalumab治疗前后采集肿瘤活检样本进行RNA测序，刻画PARP抑制及PD-L1阻断诱导的早期转录组与免疫变化，并关联同源重组缺陷功能状态和病理完全缓解，可用于研究治疗应答的早期分子预测标志（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 28 202。
【数据内容】
源站描述（机器翻译，仅供参考）：54例II/III期三阴性或ER低表达乳腺癌患者连续四周接受olaparib（300 mg bid），第15天接受单次1500 mg剂量durvalumab，随后接受标准新辅助化疗（MEDIOLA WOO试验，NCT03594396）。在基线、单独使用olaparib后第14天且durvalumab之前（OT1）以及联合用药后第29天（OT2）获取肿瘤活检样本。对这些连续活检样本进行RNA测序，以表征PARP抑制诱导的早期转录组和免疫变化，以及PD-L1阻断前后的变化，并将其与功能性同源重组缺陷和病理完全缓解相关联。
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：GPL24676、9606。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE341672
【使用注意】
· 源站最后修改于 Oct 15 202，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE341672
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
54例II/III期三阴性或ER低表达乳腺癌患者接受奥拉帕利（300 mg，每日两次）连续治疗4周，并于第15天接受单次1500 mg度伐利尤单抗，随后接受标准新辅助化疗（MEDIOLA WOO试验，NCT03594396）。在基线、单独使用奥拉帕利后第14天且度伐利尤单抗给药前（OT1）以及联合治疗后第29天（OT2）获取肿瘤活检样本。对这些连续活检样本进行RNA测序，以表征PARP抑制诱导的早期转录组和免疫变化（在PD-L1阻断前后），并将其与功能性同源重组缺陷和病理完全缓解相关联。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
