GSE87517：乳腺癌原位到浸润癌转变中的免疫逃逸

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE87517

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

为剖析乳腺肿瘤进展过程中的免疫逃逸机制，我们分析了正常乳腺组织、导管原位癌（DCIS）以及HER2+和三阴性浸润性导管癌（IDC）中白细胞的组成。我们发现多种细胞类型（包括T细胞和中性粒细胞）存在显著的组织和肿瘤亚型特异性差异。T细胞的基因表达谱分析显示，DCIS中富集活化的GZMB+MKI67+CD8+效应T细胞特征。TCR克隆型在DCIS中也表现出最高的多样性。初始T细胞特征在IDC中占主导地位，尤其是三阴性亚型。TIGIT和PDL1免疫检查点蛋白在DCIS和IDC之间表现出差异表达，CD274（编码PDL1）的扩增仅在三阴性IDC中检测到。我们的结果提示，DCIS的进展受到抗肿瘤免疫应答的限制，而在浸润性肿瘤中，由于对抑制活化T细胞或不再触发其活化的癌细胞和微环境的选择，该免疫应答变得减弱。

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。