乳腺癌患者循环与播散肿瘤细胞拷贝数变化的高分辨率分析

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-27574

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

本研究旨在建立一种单细胞阵列比较基因组杂交（SCaCGH）方法，为循环肿瘤细胞（CTCs）和播散性肿瘤细胞（DTCs）提供深入的基因组分析。利用44k和244k芯片，通过不同细胞数量的乳腺癌细胞系SKBR3评估了该方法的稳健性和分辨率极限。随后对该方法进行调整，分析了来自8例转移性患者的28个CTCs及4个造血细胞（HC）对照，以及来自7例乳腺癌患者和1名健康供者的24个DTCs、3个可能HCs和5个HC对照的拷贝数图谱。所分析DTC的主要基因组增益和丢失频率与原发性乳腺肿瘤样本显示出相似性，但也存在一些明显差异。其中3例患者具有DTC及相应原发肿瘤的可用图谱。在2/3的受检DTCs中，彼此之间以及与相应原发肿瘤之间均揭示了等效的基因组改变和共同的畸变断点。

有趣的是，在诊断时采集的DTC或3年无复发生存随访时采集的DTC中发现了相似的拷贝数变化。经免疫形态学表征的残留肿瘤细胞显示平衡的图谱，仅有微小异常。三个形态学鉴定不明确的细胞显示平衡图谱（n=2）或与原发性肿瘤和DTC相当的异常（n=1）。SCaCGH可能是对经免疫染色和形态学鉴定的CTC和DTC进行分子表征的有力工具，以探索单个肿瘤细胞的恶性潜能、治疗靶点和肿瘤异质性。分析了来自7例早期乳腺癌患者的24个DTC、3个可能HC和5个HC，来自8例转移性乳腺癌患者的28个CTC和4个HC，以及1名健康供者。对3例患者进行了与原发性肿瘤的比较。患者的参考DNA来自多

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。