模拟肿瘤微环境的生物打印3D肺球体模型转录组分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE298447

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

传统的体外和体内模型往往无法准确预测临床结果，因为它们无法捕捉肿瘤微环境（TME）的全部复杂性。现有的3D模型在再现TME复杂性方面也面临困难，并遇到各种工程学限制。在本研究中，采用3D嵌入式生物打印技术构建了一种异质性肺球体（HLS）模型，该模型整合了关键基质因子，以更贴近地模拟TME。基于RNA测序的转录组分析揭示了与细胞外基质重塑、免疫抑制和肿瘤进展相关的基因特征，这些特征与患者来源的肺肿瘤样本高度相似，支持了该模型的生物学相关性。总之，该模型再现了肺TME的重要特征，有望成为评估针对复杂实体瘤的先进疗法的工具。

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。