转移性黑色素瘤与非小细胞肺癌中预测recMAGE-A3抗原特异性癌症免疫治疗的基因特征识别

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-35640

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

目的：评估治疗前存在的基因表达特征是否可预测转移性黑色素瘤患者对MAGE-A3免疫治疗的反应，并在早期肺癌辅助治疗中验证其预测性。患者是两项重组MAGE-A3抗原联合免疫佐剂II期研究的参与者。对MAGE-A3免疫治疗前采集的肿瘤样本（活检）中的mRNA进行了微阵列杂交和定量聚合酶链反应（qRT-PCR）分析。利用黑色素瘤微阵列数据集发现并交叉验证了一种能够区分应答者（R）与无应答者（NR）患者的基因表达特征和分类器；随后将该基因特征和分类器应用于一项肺癌辅助治疗研究。未纳入分析的患者标记为NE（不可评估）。GSK Biologicals

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。