肺癌组织学表型与转录组特征关联数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE188665

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

组织学在肺癌患者的治疗决策中起着至关重要的作用。然而，肺癌组织学的分子决定因素在很大程度上仍不清楚。我们对来自9例混合组织学类型肺癌患者的19个不同组织学亚型的显微切割肿瘤区域进行了全外显子组测序（WES）和微阵列分析。在同一肿瘤的不同组织学成分之间，点突变的中位共享比例为68.9%，拷贝数畸变的中位共享比例为83%。此外，肿瘤内不同组织学成分表现出相似的亚克隆结构。另一方面，转录组分析揭示了不同患者相同组织学亚型之间共享的通路，这一结果得到了对141个细胞系和343例不同组织学亚型肺癌转录组数据分析的支持。这些来自相同遗传背景和暴露史背景下混合组织学亚型的数据表明，肺癌细胞的组织学命运与转录组特征相关，而非基因组图谱。

使用Bioconductor软件包Oligo、pd.clariom.s.human和limma，按照标准工作流程对内部clariom.s.human微阵列数据进行了分析。使用fgsea Bioconductor软件包，基于Hallmark数据集进行了基因集富集分析，对于所有公共数据集，基因按（带符号的log2FoldChange）* -log10（p值）进行预排序。对于内部微阵列数据，我们计算了同一患者内不同组织学类型之间的倍数变化，并按倍数变化对基因进行排序。

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。