非小细胞肺癌肿瘤浸润T细胞TCR库分析数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE151537

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

我们利用GLIPH2（淋巴细胞相互作用与互补决定区热点分组2）分析了来自178名非小细胞肺癌（NSCLC）患者的778，938条T细胞受体（TCR）CDR3b序列。我们识别出超过66，000个TCR共享特异性组，其中400多个在肿瘤与邻近肺组织之间富集。我们聚焦于一个肿瘤富集的特异性组，并使用酵母展示文库来鉴定肽表位。这些表位包括来自TMEM161A的肽段，TMEM161A是在NSCLC中过表达的抗原，以及来自Epstein-Barr病毒（EBV）和大肠杆菌的同源肽段，这与近期关于肿瘤浸润物中病毒特异性T细胞的报道相吻合。总体而言，我们分析了NSCLC患者TCR序列的一个非常庞大的数据集，并发现了由三名或更多患者共享的数千种特异性。这创建了一个NSCLC中TCR共享特异性组的数据库，也为挖掘和理解任何癌症中浸润T细胞的特异性提供了一个模板。

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。