外周全血中I期肺腺癌的基因表达特征

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-20189

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

对肺癌高风险受试者进行经济有效的早期筛查，在提高这种致命疾病的生存率方面具有巨大潜力。我们检测了腺癌病例和对照者的肺组织及外周全血（PWB）中的基因表达，以识别可能在外周血中检测的失调肺癌基因，从而在未来改进对高危患者的识别。我们使用外周全血以及配对的速冻肿瘤和非受累肺组织样本，对来自肺癌病因环境与遗传学（EAGLE）研究的153名受试者（73例腺癌病例，80例对照）进行了全基因组mRNA表达分析。分析采用非配对t检验、线性混合效应模型和方差分析模型进行。我们计算了受试者工作特征曲线下面积（AUC），以评估所识别生物标志物的预测准确性。我们在I期腺癌与对照外周全血样本之间识别出50个失调基因（错误发现率≤0.1，倍数变化≥1.5或≤0.66）。

其中，八个基因（TGFBR3、RUNX3、TRGC2、TRGV9、TARP、ACP1、VCAN和TSTA3）在I期病例中区分了配对的肿瘤与非受累肺组织样本，提示PWB与肺组织中肺癌相关变化具有相似模式。这些结果在两项独立的基因表达分析中得到证实：一项基于血液的病例对照研究（n=212）和一项肿瘤-非肿瘤配对组织研究（n=54）。这八个基因以高准确度区分了肺癌患者与健康对照（AUC=0.81，95% CI=0.74-0.87）。我们的发现提示，未来可利用PWB中的基因表达来识别肺癌的早期检测标志物。研究最初纳入了来自164名受试者的样本。根据质量评估（见补充材料2），两个质量概况不佳的样本在标准化前被排除。其余162个样本使用稳健多芯片平均（RMA）进行处理和标准化。

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。