GSE38698：肺转移样本的microRNA表达模式区分高与低转移率患者

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE38698

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

背景：许多用于定义癌症亚型和治疗癌症的策略都基于对疾病为局限性或广泛性（多发性）转移的假设。我们提出了一种介于两者之间的转移状态，称为寡转移，其特征为转移进展有限，并适合采用局部治疗方法（如手术或放疗）进行治疗。方法：为了理解寡转移和多转移进展的生物学基础，我们分析了初次发现转移时转移灶少于五个并接受转移导向手术的患者的肺部肿瘤样本中的microRNA表达模式。结果：根据随访期间转移进展的速度，患者被分为寡转移和多转移进展的四个亚组。我们优先研究了寡转移与多转移进展两个极端之间的microRNA，并在一个独立的验证数据集中验证了它们区分这些表型和预测生存的能力。

结论：我们的结果为寡转移的生物学基础提供了进一步证据，并提示了潜在的微小RNA候选标志物，可用于预测患者的进展轨迹并优化相应的转移导向治疗。

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。