GSE303770：ISL1 作为小细胞肺癌新型神经内分泌亚型预测 Lurbinectedin 持久缓解

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE303770

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）是一种难以治疗的胸部恶性肿瘤，以获得性化疗耐药、早期转移扩散和总生存期差而著称。使用lurbinectedin（一种DNA小沟烷化剂）治疗，可在部分患者中提供持久的疗效。在本研究中，我们旨在识别并验证小细胞肺癌患者对lurbinectedin的预测性生物标志物。在ISL1“高”表达细胞系中，lurbinectedin处理后特有地下调了1，105个基因，包括ISL1、RBMS3、PARD3B、SIX1、SOX2-OT、AURKA和ASCL1。此外，在ISL1“高”表达细胞系中还观察到某些MYC旁系同源基因的下调。同时，超过1，100个基因在ISL1“高”表达细胞系中被特有地上调，包括ATF3、BEST1和DDIT3。而ISL1“低”表达细胞系在lurbinectedin处理后，独特表达变化显著较少（35个下调，25个上调）。不论ISL1状态如何，有83个基因普遍下调，包括LSAMP和MACROD2，而lurbinectedin处理后仅有14个基因普遍上调，包括TONSL、CDT1和CHTF18。

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。