非小细胞肺癌组织学亚型中基因拷贝数畸变与生存的关联（拷贝数数据）

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-28572

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

假设：非小细胞肺癌（NSCLC）以众多临床影响未知的遗传畸变为特征。本研究旨在识别与NSCLC临床结局相关的基因拷贝数变化。为最大化识别临床相关事件的机会，我们采用了一种涉及两个预后极端患者组的策略。结果：遗传畸变与肿瘤组织学强烈相关。在腺癌（n=50）中，染色体8q21-q24.3（177个基因）上的基因拷贝数增益在长期生存者中更为常见。在鳞状细胞癌（n=28）中，染色体14q23.1-24.3（133个基因）上的增益与较短生存期相关，而邻近区域14q31.1-32.33（110个基因）的缺失则与良好结局相关。与拷贝数增益和缺失一致，相应基因的mRNA表达水平分别升高或降低。结论：全面的肿瘤分析允许基因组、组织学和临床数据的整合。

我们确定了与肺腺癌和鳞状细胞癌预后相关的基因拷贝数增益和丢失，以及相应的mRNA水平变化。从临床特征明确、拥有新鲜冷冻肿瘤标本的NSCLC患者队列中，选取了短期生存者（<20个月；n=53）和长期生存者（>58个月；n=47）。采用高分辨率SNP阵列技术对样本进行分析。分子数据与临床参数信息相结合。

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。