大细胞神经内分泌癌整合基因组图谱揭示高级别神经内分泌肺肿瘤的不同亚型

数据集获取

源站：https://omicsdi.org/dataset/ega/EGAS00001000708

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

大细胞神经内分泌肺癌（LCNEC）与其他肺癌有相似之处，但其确切关系一直不明确。我们对75例LCNEC进行了全面的基因组（n=60）和转录组（n=69）分析，并确定了两个分子亚组：“I型LCNEC”，具有双等位基因TP53和STK11/KEAP1改变（37%）；以及“II型LCNEC”，富集双等位基因TP53和RB1失活（42%）。尽管与腺癌和鳞状细胞癌共享基因组改变，但未发现转录关系；相反，LCNEC形成独特的转录亚组，与SCLC最为相似。虽然I型LCNEC和SCLC表现出ASCL1高/DLL3高/NOTCH低的神经内分泌特征，但II型LCNEC携带TP53和RB1改变，与大多数SCLC肿瘤不同，其神经内分泌标志物减少，呈现ASCL1低/DLL3低/NOTCH高的模式，并上调免疫相关通路。总之，LCNEC由两个分子定义的亚组组成，将其与SCLC区分开来可能有助于对高级别神经内分泌肺肿瘤进行分层靶向治疗。

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。