PRJNA1371946：经肿瘤纯度校正DNA甲基化定义的肺腺癌亚型多组学评估

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1371946

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

基于一维或二维研究，已提出具有不同预后和特征的肺腺癌（LUAD）分子亚型，但尚未应用于临床常规。癌细胞中的表观遗传修饰独立于序列变异，直接与基因和基因组调控相关，因此为指导亚型分类工作提供了重要信息。我们对来自瑞典发现队列的95例原发性LUAD样本进行了深入的表观基因组分析，并配有全面的临床病理、表观基因组、基因组、转录组、蛋白质组和代谢组数据。并非所有样本都具有全部组学数据，且数据是在不同时间点存入的。在此，我们纳入了13例LUAD样本的DNA甲基化值。在本项目中，我们将这95例样本细分为四种表观遗传亚型，即表观型，反映了不同的肿瘤细胞甲基化状态。根据临床病理和分子特征对所得表观型进行了对比，我们的主要发现在另外两个总计超过700例样本的原发肿瘤队列中得到了验证。

总体设计：从13个肺腺癌样本中生成DNA甲基化数据，以补充其他样本系列中已有的肺部肿瘤数据。

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。