PRJNA256302：三阴性乳腺癌与腺样囊性癌GSI反应预测生物标志物发现

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA256302

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

下一代测序被用于在一大批多种实体瘤中鉴定Notch突变。导致受体组成性激活的NOTCH1和NOTCH2重排仅限于三阴性乳腺癌（TNBC，66例肿瘤中有6例）。携带NOTCH1重排且与高水平活化NOTCH1（N1-ICD）相关的TNBC细胞系在体外和体内对γ-分泌酶抑制剂（GSI）MRK-003敏感，无论是单药使用还是与紫杉醇联合使用，而携带NOTCH2重排的细胞系则对GSI耐药。TNBC异种移植瘤中N1-ICD的免疫组化染色与反应性相关，直接Notch靶基因HES4的表达水平与TNBC患者的结局相关。在其他实体瘤中也鉴定出激活性NOTCH1点突变，包括腺样囊性癌（ACC）。值得注意的是，携带激活性NOTCH1突变且N1-ICD水平高的ACC原发肿瘤异种移植瘤对GSI敏感，而无NOTCH1突变的N1-ICD低水平肿瘤则耐药。总体设计：使用RNA-seq对Notch敏感性癌细胞系进行基因表达谱分析，每个样本设三个重复

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。