PRJNA1529635：表观遗传年龄加速增强早期非小细胞肺癌总生存期预测

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1529635

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

受吸烟等环境因素影响的表观遗传年龄可预测一般人群的死亡率，但在早期肺癌中仍未得到充分探索。我们分析了75名Boston Lung Cancer Study参与者的血液DNA甲基化，这些参与者患有早期非小细胞肺癌（NSCLC），其中63人在随访期间死亡。使用Horvath、Hannum、PhenoAge和GrimAge2时钟估计表观遗传年龄加速（EAA），并使用Cox模型和随机生存森林（RSF）进行评估。在所有时钟中，EAA均可显著预测早期NSCLC的生存。GrimAge2 EAA取得了最高的预测准确性（C-index=0.73±0.04），并在RSF模型中成为生存的主要预测因子（变量重要性=5.7%），超过吸烟和年龄。GrimAge2 EAA与死亡率呈非线性关联，其中在EAA相同时，当前吸烟者的预测死亡风险比既往吸烟者或从不吸烟者高>10%，这一模式在Kaplan-Meier分析中得到证实。GrimAge2 EAA是一种有前景的生物标志物，可与传统临床因素一起用于个体化风险分层。

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。