利用新型微阵列平台鉴定衰老相关肿瘤生长与进展驱动因子

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE345294

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

衰老及衰老相关分泌表型（SASP）被认为促进早期肿瘤发生。然而，由于SASP的复杂性，识别其中的关键因素一直较为困难。在此，我们利用微环境微阵列（MEMA）平台上的经典SASP因子，系统性地鉴定了乳腺癌和肺癌细胞中与SASP相关的肿瘤发生驱动因素。我们发现，多种SASP因子能增强在MEMA上生长的肺癌和乳腺癌细胞的增殖及总体细胞数量，并且这两种不同细胞类型之间SASP相关的生长促进因子存在显著重叠。包括IL-6、TGF-β和EGF在内的几种因子的生长促进能力在体外实验中得到验证。有趣的是，这些因子在已改变（要么永生化，要么完全转化）的细胞中能有效驱动生长和存活，但在正常细胞中则不然，并且对乳腺细胞的影响因患者年龄而异。RNA测序显示，在SASP因子处理的细胞中，伤口愈合和干细胞程序上调。

这些相同的SASP因子在许多从衰老细胞收集的条件培养基中存在，它们促进了肺癌和乳腺癌细胞的生长，而特定SASP因子的抑制剂则部分减少了这种生长，这表明由SASP驱动的有效肿瘤发生是多因素的，需要目标细胞发生改变才能达到最大响应。

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。