小鼠SCLC肿瘤亚群高与低自噬流基因表达谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE278235

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

小细胞肺癌（SCLC）以显著的异质性和可塑性为特征，这推动了其侵袭性进展和治疗耐药。理解这些特征的潜在机制对于改善治疗结局至关重要。自噬是一种保守的细胞过程，参与多种癌症，但其在SCLC中的作用仍不明确。利用基因工程小鼠模型（Rb1fl/fl;Trp53fl/fl;GFP-LC3-RFP-LC3△G），我们在体内追踪自噬流，以评估其对SCLC生物学的影响。自噬流高的肿瘤亚群表现出增殖增加、转移潜能增强和神经内分泌（NE）特征，而自噬流低的亚群则表现出更多免疫相关信号和非NE特征。

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。