乳腺癌微小残留病的代谢记忆基础

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS1507

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

由治疗抵抗细胞（微小残留病，MRD）引起的肿瘤复发是大多数乳腺癌相关死亡的根本原因。然而，界定其恶性特征的分子特点在很大程度上仍不清楚。在此，我们将来自可操控类器官系统的多组学数据与代谢建模方法相结合，以揭示MRD在代谢和调控方面的独特之处。我们发现，这些抵抗治疗的细胞尽管具有非增殖表型且缺乏致癌信号，却表现出糖酵解增强以及某些尿素循环酶活性升高，与肿瘤相似。这种代谢独特性在小鼠模型以及新辅助治疗后患者的转录组数据中也很明显。我们进一步发现，肿瘤与残留细胞之间的DNA甲基化谱存在显著相似性。综上所述，我们的数据揭示了治疗抵抗细胞具有代谢和表观遗传记忆。我们进一步证明，MRD中这种被“记住”的糖酵解升高对其存活至关重要，并且可用小分子抑制剂靶向，而不影响正常细胞。因此，MRD的代谢异常为治疗后管理提供了新的治疗机会，以预防乳腺肿瘤复发。

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。