整合肿瘤与间质基因表达特征及临床指标用于早期非小细胞肺癌生存分层

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE67639

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：对早期NSCLC进行准确的生存分层可为辅助治疗的使用提供指导。我们开发了一种可在临床实施的死亡风险评分，该评分整合了不同的肿瘤微环境基因表达特征和临床变量。方法：利用1106例非鳞状NSCLC的基因表达谱，构建并内部验证了一个9基因分子预后指数（MPI）。在分选的肿瘤细胞亚群中测定了MPI基因的表达。开发了一种定量PCR（qPCR）检测方法，并在一个独立的FFPE组织队列中进行了验证。利用监测、流行病学和最终结果（SEER）数据构建了一个基于临床变量的预后评分，并将其与MPI联合。结果：MPI在四个独立验证数据集中将I期患者分为不同的预后类别，包括三个微阵列队列和一个FFPE qPCR队列（在最大的微阵列队列中，HR=2.4，95% CI 1.8-3.3，P=7x10-9；在qPCR验证队列的I期患者中，HR=2.5，95% CI 1.1-6.0，P=.03）。

预后基因在不同的肿瘤细胞亚群中表达，参与细胞增殖和干细胞的基因表达预示不良结局，而参与正常肺分化和免疫浸润的基因表达则与较好的生存相关。将MPI与临床变量整合可提供最强的预后价值（在最大的微阵列队列中，HR=3.3，95% CI 2.4-4.6；P=2x10-15；在qPCR验证队列的I期患者中，HR=3.6，95% CI 1.5-8.8，P=.003）。最后，无论EGFR、KRAS、TP53和ALK的体细胞改变如何，MPI均具有预后价值。结论：MPI纳入了肿瘤及其微环境中表达的基因，可确定早期非鳞状NSCLC患者的死亡风险。MPI可在临床上使用FFPE组织上的qPCR检测以及将MPI与c整合的复合模型来实施。

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。