污染校正的组织血栓生成框架识别非小细胞肺癌中临床相关CAF-髓系生态位：配对转录组与生存研究

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE329380

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

血小板相关肿瘤生物学常通过循环标志物进行研究，但肺癌中以组织为中心的血小板生成程序难以与血液污染伪影区分。在本研究中，从人非小细胞肺癌肿瘤组织及匹配的癌旁非肿瘤肺组织生成了配对批量RNA-seq图谱。以C开头的样本标识表示肿瘤组织文库，以N开头的标识表示匹配的癌旁非肿瘤组织文库；共享的数字后缀表示患者配对。这些数据被用作经污染校正的巨核细胞生成-血小板肿瘤轴（MPTA）框架的局部发现层。该分析结合了配对差异表达、显式污染感知评分构建、公共单细胞和空间参考分析、外部队列评估以及局部临床病理学和生存评估。所 deposited 的测序数据支持手稿中描述的肿瘤-癌旁转录组比较以及锁定的以组织为中心的MPTA评分构建。

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。