PRJNA1526304：激素依赖性癌症中药物耐受的转录特征[RNA测序]

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1526304

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

药物耐受是激素依赖性乳腺癌产生耐药性的关键步骤。虽然转录异质性已被认为与耐受相关，但特异性驱动耐受的转录程序仍知之甚少。为解决这一问题，我们在乳腺癌和前列腺癌模型中，对药物适应后的300,000个单细胞转录组进行了刻画和计算挖掘，涵盖七种不同治疗（内分泌治疗和CDK抑制剂），并通过与接受新辅助内分泌治疗的病灶的新生成和已发表图谱进行整合来验证这些结果。我们鉴定出全面的转录程序与上游调控因子谱，它们与药物耐受的不同阶段相关，并在一线和二线治疗以及不同治疗方式间保守。预先存在的程序与适应性程序协同作用，且前者在不同治疗间更为保守。这些新鉴定的程序提示，对现有细胞状态的微调，而非细胞类型或谱系转换，是耐受和耐药的主要驱动因素。值得注意的是，JAK-STAT信号传导成为这些程序在药物耐受早期和晚期阶段的关键调控因子之一，并可预测接受内分泌治疗的原发性激素依赖性肿瘤的进展。

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。