肿瘤内CD39+ T细胞亚群位置预测非小细胞肺癌差异结局

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/8457

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

Nanostring nCounter靶向RNA测序数据，涉及从人类非癌性肺组织及非小细胞肺癌肿瘤组织中分离出的CD4+和CD8+ T细胞，如Koppensteiner等人（提交中）所述，“肿瘤内CD39+ T细胞亚群的位置预测非小细胞肺癌的不同预后”。深入理解NSCLC中的免疫抑制途径对于开发新的诊断和治疗方法至关重要。在此，我们探究了外核苷酸酶CD39和CD73在NSCLC中的预后意义。通过多重免疫荧光技术，在162例早期未经治疗的NSCLC患者队列中数字量化了CD39、CD73和CD103的表达及定位，并将其与患者预后相关联。通过流式细胞术评估了不同细胞群体中的表达情况。对消化后的NSCLC肿瘤组织中的CD4+和CD8+ T细胞进行了靶向RNA测序，并分析了单细胞RNA测序数据，以探究CD39+ T细胞群体的功能意义。

我们证明，对未经治疗的早期NSCLC患者进行流式细胞术检测显示，肿瘤组织中NK细胞、成纤维细胞和T细胞中CD39表达上调。CD73表达主要见于肿瘤组织中的成纤维细胞和Epcam+细胞。对162例未经治疗的早期NSCLC患者队列进行多重免疫荧光检测显示，CD39表达主要定位于肿瘤间质，而CD73表达在肿瘤巢和间质之间均匀分布，且肿瘤间质中CD39和CD73的高表达与5年时较差的RFS相关。此外，我们发现位于肿瘤巢中的CD8+ T细胞表达CD103，肿瘤巢中CD39+CD103+CD8+ T细胞的密度预示5年时RFS改善。靶向RNA-Seq显示，NSCLC的TME上调CD4+ T细胞中的调节性通路以及CD8+ T细胞中的耗竭，并且对单细胞RNA测序的分析

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。