非小细胞肺癌的分子分型与生存预测

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-11117

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：全球基因表达分析为非小细胞肺癌提供了全面的分子特征描述。本研究的目的是评估将表达谱分析纳入常规临床检查的可行性，包括微小的支气管镜活检样本，并开发一个稳健的预后基因表达标志。

方法：在常规临床检查过程中，从41例未经化疗的非小细胞肺癌患者和15例患有炎症性肺病的对照组患者中获取组织样本，并使用高灵敏度的寡核苷酸阵列平台（Novachip；34,207个转录本）获得基因表达谱。通过组织学和临床参数的相关性分析基因表达标志，并在独立的公开数据集和免疫组化中进行验证。

结果：基于基因表达结果的肿瘤组织分类强烈依赖于活检中肿瘤细胞的比例，总体敏感性为80%，特异性为89%。为了预后判断，我们开发了一个由13个基因组成的元基因，并在4个独立的公开数据集中进行了验证。

该元基因的稳健性已通过其与活检中存在的肿瘤细胞的实际独立性得到证明。此外，血管内皮生长因子-β作为关键预后基因之一，已在508份独立肿瘤样本中通过免疫组织化学得到验证。结论：所提出的将功能基因组学整合到常规临床检查中的策略，能够对所有分期的非小细胞肺癌患者进行分子肿瘤分类和生存预测，并适合整合到日常临床实践中。关键词：肺癌患者疾病状态分析中的基因表达谱分析 56份肺活检，4种不同表型：NSCLC-鳞状细胞癌、NSCLC-非特指型、NSCLC-腺癌、对照组-炎症。

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。