利用乳腺（癌）细胞系测量 bortezomib 治疗反应

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-5307

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

通过基因模块图揭示人类癌症的靶向治疗

癌症研究的一个主要目标是将特定疗法与癌症的分子靶标相匹配。基因组规模的表达谱分析基于基因表达变异的稳定模式，已经识别出新的癌症亚型，从而改善了预后预测。然而，这些新的癌症遗传亚型应如何治疗尚不清楚。在此，我们展示了一种基因模块图，能够指导针对癌症遗传亚型的靶向治疗的前瞻性识别。通过将癌症中的基因组规模基因表达可视化为激活和失活功能模块的组合，基因模块图能够揭示与每个亚型相关的特定功能途径，这些途径可能对靶向治疗敏感。我们表明，在人类乳腺癌中，不良预后“创伤特征”的激活与蛋白酶体基因模块的诱导强烈相关。硼替佐米——一种已批准用于人类多发性骨髓瘤的药物——对蛋白酶体活性的抑制，消除了创伤特征的表达，并选择性地杀死了表达创伤特征的乳腺细胞。

因此，基因模块图谱可能有助于将人类疾病中复杂的基因组特征迅速转化为靶向治疗策略。8种乳腺癌细胞系和1种乳腺上皮细胞系在标准血清条件下培养。乳腺癌细胞系在标准培养条件（10%胎牛血清；FBS）和血清饥饿后均进行了分析。上皮细胞则在血清饥饿后进行分析。所有细胞在接受蛋白酶体抑制剂（硼替佐米）处理后也进行了分析。测量了基因表达的变化以及先前描述的创伤反应特征的变化。

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。