三阴性乳腺癌预后标志物

数据集获取

源站：https://omicsdi.org/dataset/pride/PXD013397

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

目前尚无广泛接受的预后标志物可用于预测三阴性乳腺癌（TNBC）患者的结局，也没有已证实获益的靶向治疗。我们使用胰蛋白酶肽的 MALDI 质谱成像（MSI），比较了 10 张 TNBC 肿瘤福尔马林固定、石蜡包埋切片中的癌组织区域与良性组织区域。通过参考对同一组织进行 LC-MALDI-MS/MS 分析所构建的肽库来鉴定蛋白质。对能区分癌与良性区域的蛋白质，通过 Kaplan-Meier 分析其在公共数据库中的基因表达来评估其预后意义。在至少 3 份组织中能区分癌与良性组织且 ROC 曲线下面积 >0.7 的肽中，有 14 种对应于从参考肽库中鉴定出的蛋白质，包括既往未与乳腺癌相关的蛋白质。使用 STRING 数据库进行的初步网络分析显示，除胶原蛋白亚基 COL1A1、COL1A2 和 COL63A 之间存在关系外，未见明显的功能关系；但人工整理，包括将 EGFR 加入分析，揭示了一个连接 14 种蛋白质中 10 种的独特网络。为检查编码这 14 种蛋白质的基因在肿瘤中的表达与基底样 TNBC 患者无复发生存期（RFS）之间的关系，Kaplan-Meier 生存分析显示，与低表达相比，其中 9 个基因的高表达与显著更差的 RFS 相关，大多数风险比 >2。相反，在雌激素受体阳性肿瘤中，这些基因的高表达与更差 RFS 仅呈弱相关或无相关。这些蛋白质被提出作为 TNBC 中 RFS 的推定标志物，其中一些也可被视为未来治疗的潜在靶点。

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。