PRJNA236605：内分泌治疗耐药时乳腺癌的分子多样性 [mRNA]

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA236605

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

该数据集包含乳腺癌在内分泌抵抗发生时的全基因组表达谱。它已被用于识别五种不同的表型，这些表型在与ER信号传导、基质重塑和细胞因子信号传导相关的基因簇上表达不同。以通路为重点的分析表明，个别肿瘤中ER信号传导活跃（24/55，44%）、PIK3CA信号传导活跃（18/55，32%）、RAS信号传导活跃（12/55，22%）和MYC信号传导活跃（11/55，20%）。在6/55（11%）的病例中，上述通路中有3条或4条同时活跃。研究结果提供了关于乳腺癌临床样本中不同内分泌抵抗机制流行情况的重要信息。请注意，肿瘤样本在临床上相当均一：均为绝经后ER阳性乳腺癌，接受内分泌治疗且在治疗中仍生长。收集这些数据的主要目的不是将转录谱与临床参数进行比较，而是利用这些临床上均一的肿瘤的转录谱来识别内分泌抵抗中的内在亚组。

然而，相关临床数据也作为系列补充文件（ClinicalData_AL28Jan2014.xlsx）提供。总体设计：在内分泌耐药时，从60份新鲜冷冻的乳腺癌临床活检样本中提取总RNA，并使用Illumina HT-12全基因组表达微阵列进行分析。采用无监督和通路聚焦的生物信息学技术对这些表达谱进行分析，以研究肿瘤间的多样性以及个体肿瘤的潜在耐药机制。

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。