非小细胞肺癌患者来源异种移植瘤基因组图谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE68929

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

患者来源的肿瘤异种移植模型（PDXs）正日益被用作研究人类癌症和评估新疗法的临床前模型，因为与已建立的肿瘤细胞系相比，它们能更紧密地反映临床癌症的特征。我们已从切除的非小细胞肺癌（NSCLC）中建立了超过100个PDXs，此前曾报道，异种移植成瘤能力与患者较差的预后显著相关。在本研究中，对36个PDXs进行的基因组学、转录组学和蛋白质组学分析显示，利用后者（细胞系）的公开数据比较，PDX与原发性肿瘤在体细胞变异方面的相似性高于细胞系。与具有较少变异数量的相应PDXs患者相比，PDX肿瘤中865个频繁变异基因中较高数量的体细胞变异与患者更好的总生存期相关（HR=0.15，p=0.00015）；这一结果在TCGA肺癌患者数据集中得到了验证（HR=0.28，p=0.000022）。这些在PDXs中鉴定出的乘客样变异将细胞间信号传导和黏附与患者预后联系起来。

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。