肝癌演化联盟数据集

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/9213

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

人类癌症具有异质性。利用人类数据集剖析种系遗传变异和环境因素如何塑造肿瘤演化，受到遗传背景和环境暴露固有多样性的限制。为克服这些局限，我们在分化程度高的近交小鼠品系中数百次重演早期肿瘤演化，生成了匹配的组织学、全基因组和转录组序列。性别、环境和致癌物暴露均得到控制，研究设计使我们能够捕获与人类群体中所观察到的相当的遗传变异，同时利用品系-窝-动物-肿瘤关系的嵌套层级结构。我们的分析揭示，遗传背景与获得性体细胞突变之间的上位相互作用导致群体特异性疾病进展，包括驱动突变的选择、全基因组加倍的发生，以及既反映癌症易感性又反映肿瘤生长速率的亚克隆选择动态。

即使是与人类祖先群体间差异相当的适度遗传分化，也能显著改变癌症发展过程中的选择压力，从而影响癌症风险和肿瘤演化轨迹。

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。