PRJNA292997：乳腺癌DNA甲基化与激素受体状态，BCCC研究

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA292997

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

对来自芝加哥乳腺癌关怀（BCCC）研究中80名不同种族背景患者的浸润性乳腺癌样本进行了全基因组DNA甲基化谱分析。DNA是从80名患者的福尔马林固定、石蜡包埋样本中提取的（其中21名白人、31名非裔美国人、23名西班牙裔和5名未报告）（训练数据集），这些患者均纳入了BCCC研究。如果肿瘤对雌激素和孕激素（ER/PR）受体均为阴性，则激素受体状态定义为阴性（N=22/75）。福尔马林固定、石蜡包埋（FFPE）的肿瘤样本来自芝加哥乳腺癌关怀（BCCC）研究（Dookeran KA, Silva A, Warnecke RB, Rauscher GH: Race/ethnicity and disparities in mastectomy practice in the Breast Cancer Care in Chicago study. Ann Surg Oncol 2015, 22:66–74）。从每个诊断机构的病理科请求了病理报告副本及相应的一套苏木精和伊红（H&E）染色切片，由一位病理学家选择代表肿瘤的肿瘤块。从每个选定的块中制作两个再切片（每个4微米）用于H&E染色。

随后对重新切片的样本进行检查，以识别样本中的浸润性成分，并根据组织成分对区域进行标记。从标记区域获取浸润性组织芯（直径2毫米），提取DNA用于DNA甲基化研究。总体设计：将80个样本经亚硫酸氢盐转化的DNA与Illumina GoldenGate甲基化癌症面板I进行杂交。

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。