表达谱分析定义肺鳞状细胞癌复发特征

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-5123

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

肺癌仍是全球癌症死亡的首要原因。总体5年生存率约为10-15%，尽管进行了根治性手术，治疗失败主要仍归因于疾病复发。传统预后标志物无法确定各分期组中完全切除的患者哪些可能复发。为识别与肺鳞状细胞癌(SCC)复发相关的基因特征，我们在22,323个元件微阵列上分析了总共51例SCC(Ⅰ-Ⅲ期)的原发肿瘤基因表达，比较了至少36个月无病生存个体与完全切除后18个月内复发个体的表达谱。采用留一交叉验证的Cox比例风险模型，鉴定出一个能够预测肿瘤复发可能性的70基因特征和一个预测总生存期的79基因特征。这两个特征被合并生成一个111基因分类器，在58例Ⅰ-Ⅲ期SCC的独立样本集中，该分类器对疾病复发的总体预测准确率达到72%(敏感性77%，特异性67%)。

该分类器还预测了生存差异（对数秩检验P=0.0008，风险比(HR)为3.8[95%置信区间，1.6-8.7]），并且在预测患者预后方面优于传统的预后标志物，如TNM分期或N分期。全基因组分析揭示了复发性肺鳞状细胞癌独特的基因表达谱，这可能作为临床上有用的预后工具。使用22K元素微阵列对51例原发性肺鳞状细胞癌进行的表达谱分析。

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。