乳腺癌基因工程小鼠模型的转录组分类及人类亚型对应

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE42640

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

背景：人乳腺癌是一种由多种分子亚型组成的异质性疾病。基因工程小鼠模型（GEMMs）是研究体内乳腺癌的有用资源，特别是在遗传受控和免疫健全的条件下。识别具有保守人类肿瘤特征的小鼠模型将有助于病因确定，突出突变对通路激活的影响，并改进临床前药物验证。结果：使用基因表达微阵列确定了27种小鼠乳腺癌模型和正常乳腺组织的转录组谱。层次聚类分析识别出17种不同的小鼠亚型（类别）。使用三个独立的人类乳腺癌数据集进行的跨物种分析确定了八种代表特定人类乳腺癌亚型的小鼠类别。多种模型与人类基底样肿瘤相关，包括TgC3(1)-Tag、TgWap-Myc和Trp53-/-。有趣的是，TgWAPCre-Etv6模型模拟了HER2富集亚型，这是之前比较研究中没有小鼠对应物的一组人类肿瘤。

基因特征分析在关联的小鼠和人类亚型之间鉴定出数百个共同表达的通路，突显了肿瘤发生中潜在的共同遗传驱动因素以及用于治疗干预的候选通路。结论：本研究将小鼠乳腺癌模型整合为迄今为止最大的综合性转录组数据集，以识别人类-小鼠疾病亚型的对应关系。该方法展示了物种间比较的价值，可用于识别忠实模拟人类疾病状态的小鼠模型，并表明需要多种GEMM来代表人类乳腺癌的多样性。这些跨物种关联应指导临床前研究设计中的模型选择，以确保使用人类疾病亚型的适当代表。关键词：乳腺癌，比较基因组

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。