肺癌富集p53突变体占据经典p53靶基因而不激活转录的RNA-Seq数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE318294

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

肺癌是美国及全球范围内癌症相关死亡的最常见原因。吸烟仍是肺癌的首要危险因素，其部分机制在于诱导抑癌基因（包括TP53）发生功能丧失性突变。尽管大多数癌症共享一组常见的p53“热点”突变，但肺癌还表现出一个额外的、独特的热点突变簇。该突变簇以错义突变TP53：p.V157F和TP53：p.R158L为典型代表。经典热点突变会导致p53广泛错误折叠或消除特定的DNA接触残基，而本文报道的肺癌突变体的机制研究表明，它们保留了与野生型p53结合相同基因组位点的能力。尽管肺癌突变体能够主动结合传统的p53靶基因，但在激活转录方面存在缺陷。据我们所知，这是首次证明p53抑癌基因在DNA结合之后、靶基因激活之前发生功能性失活。

在癌症进展过程中，每个p53等位基因的相继失活与此相关，肺癌突变体以显性负性方式共表达时，会阻断野生型p53等位基因的活性。这一功能丧失机制的发现，对于旨在恢复肺癌中p53功能的治疗策略具有重要意义。

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。