GSE181963：与肿瘤肝细胞分化相关的七基因最小子集预测肝细胞癌不良预后

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE181963

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

本研究采用整合转录组学分析方法，评估与肝细胞分化相关基因在人肝细胞癌（HCC）中的临床相关性。利用成熟的HepaRG细胞系模型，我们定义了一个反映肿瘤肝细胞分化状态的基因表达特征。该特征能够将HCC患者分层为具有临床相关性的分子亚型。随后，我们鉴定出一个由7个分化相关基因组成的最小基因集，用于在多个癌症数据集中预测不良预后。肝细胞癌（HCC）是全球范围内一种致命的癌症，其原因在于频繁的晚期诊断限制了治疗选择。肿瘤进展与肝细胞（肝脏的主要实质细胞）的去分化相关。在此，我们假设反映肿瘤肝细胞分化状态的基因表达水平可能在临床上具有相关性，可用于界定具有不同临床结局的患者亚群。

为验证这一假设，我们采用了一种综合转录组学方法，基于在HepaRG细胞系中利用良好控制的肿瘤肝细胞分化体外模型建立的基因表达特征，对139例HCC患者队列进行了分层。首先，我们通过识别与肝细胞分化和肝脏代谢相关的稳健基因表达特征，验证了HepaRG模型。该特征能够区分小鼠的特定发育阶段。更重要的是，该特征识别出一组与预后不良和癌症干细胞特征相关的人类HCC亚群。通过使用独立的HCC数据集（TCGA），一个由7个分化相关基因组成的最小亚群被证明可以预测总生存期缩短，这不仅适用于HCC患者，也适用于其他类型的癌症（如肾癌、胰腺癌、皮肤癌）。总之，该研究表明，反映肿瘤肝细胞分化状态的基因在临床上

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。