乳腺癌患者分层与预后新型生物标志物发现

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-61304

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

本研究涉及肿瘤侵袭性分级特征(TAGs)基因的新型生物标志物发现及其在乳腺癌(BC)患者无复发生存中的作用。当前BC数据集用于TAGs基因的共表达分析及其在BC进展中的作用。此外，近期研究结果表明，正义-反义基因对(SAGPs)的结构组织对于转录、转录后及翻译后事件的重要性，以及它们与癌症和疾病的关联。我们研究了双方均为蛋白质编码基因的SAGPs(编码-编码SAGPs，ccSAGPs)，它们在人类BC发展中的作用，并展示了其在BC分层和预后中的潜力。基于基因表达和相关性分析，我们鉴定了一组稳健的乳腺癌相关ccSAGPs(BCR-ccSAGPs)。我们分离并表征了正义-反义基因分类器(SAGC)，并在包含1161名BC患者的多个基因表达数据集中评估了其预后潜力。

所采用的方法包括Cox比例生存分析、临床病理参数统计分析以及差异基因表达分析。SAGC在识别最具侵袭性的BC患者方面是有效的。我们独立地使用从OriGene Technologies（马里兰州罗克维尔）购买的58份乳腺癌肿瘤RNA样本对SAGC进行了验证。2011年3月，我们从OriGene Technologies购买了来自乳腺肿瘤和正常乳腺上皮的共62份总RNA样本。其中4份RNA样本来自正常个体。在58份乳腺肿瘤（58名患者）中，56例被诊断为乳腺导管腺癌，1例为乳腺小叶腺癌，1例为鳞状细胞癌。所有样本的基因表达数据均通过全基因组RNA微阵列（HG-U133 plus 2.0，Affymetrix）进行定量。

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。