非小细胞肺癌组织学亚型中基因拷贝数畸变与生存相关（表达数据）

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-28571

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。

我们确定了基因拷贝数的增益与缺失，以及随之而来的mRNA水平变化，这些变化与肺腺癌和鳞状细胞癌的预后相关。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）。样本通过基于微阵列的基因表达谱分析进行了研究。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。