基于细胞信号分类器预测老年急性髓系白血病诱导治疗反应的数据

数据集获取

源站：https://doi.org/10.5061/dryad.94r9s

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。

数据集大小约 239.1 MB。

数据说明

采用多参数流式细胞术分析采集自年龄>55岁的非M3型急性髓系白血病（AML）患者的骨髓（BM）和外周血（PB）样本，生成单细胞网络谱（SCNP）数据，用于训练和验证一种诊断分类器（DXSCNP），以预测对标准诱导化疗的反应（完全缓解[CR]或伴不完全血液学恢复的完全缓解[CRi] versus 耐药性疾病[RD]）。来自四项SWOG AML试验的可评估SCNP的患者被随机分配到训练集（N = 74例患者，包括CR、CRi或RD；BM集 = 43；PB集 = 57）和验证分析集（N = 71；BM集 = 42，PB集 = 53）。细胞存活、分化和凋亡通路信号被用作DXSCNP的潜在输入。在SWOG训练集上开发了五种DXSCNP分类器，并在来自ECOG AML试验的独立BM验证样本集（N = 24）中测试其预测准确性，以选择最终分类器，该分类器是CR/CRi的显著预测因子（受试者工作特征曲线下面积AUROC = 0.76，p = 0.01）。随后，所选分类器在SWOG BM验证集中得到验证（AUROC = 0.72，p = 0.02）。

重要的是，仅使用来自同一样本集的临床和分子输入所开发的分类器（DXCLINICAL2）缺乏预测准确性：在BM验证集中的AUROC = 0.61（p = 0.18），在BM确认集中的AUROC为0.53（p = 0.38）。值得注意的是，在控制了DXCLINICAL2之后，DXSCNP分类器在BM验证分析集中对反应的预测仍然显著（p = 0.03），表明DXSCNP提供的信息独立于当前使用的预后标志物所提供的信息。综上所述，这些数据表明，蛋白质组学分类器可能为老年AML的治疗规划提供超越基因突变和传统预后因素的预后信息。

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。