转移性肺癌免疫治疗应答预测与靶向的循环细胞群体

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE306542

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

免疫治疗在晚期非小细胞肺癌（NSCLC）患者中的疗效存在差异。在此，我们对接受抗PD-1联合化疗的IV期NSCLC患者的基线系统性免疫进行了分析，以识别与应答相关的免疫机制和循环生物标志物。我们前瞻性地纳入了33例初治患者，其中第9周时有22例应答者和11例无应答者，6个月时有17例应答者和16例无应答者。应答者显示表达CD69、TCF-1和CXCR3的循环T细胞频率增加。相反，无应答者则表现出表达CTLA-4、CD161和IL-10的CD4+和CD8+ T细胞频率较高。这些系统性免疫特征在一个独立队列的肿瘤微环境中也得到了印证。重要的是，CTLA-4和PD-1联合阻断在体外重新激活了无应答者的抗肿瘤T细胞特征，突显了CTLA-4作为耐药潜在驱动因素的作用。总之，这些发现支持在晚期NSCLC中基于系统性免疫生物标志物指导的个性化免疫治疗策略。

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。