PRJNA155255：EGFR突变特征揭示EGFR依赖表型特征并确定MACC1为MET的EGFR相关调节因子

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA155255

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

EGFR突变的非小细胞肺癌具有一些特征，包括对EGFR抑制剂敏感、增殖水平低以及MET表达增加。然而，EGFR依赖性的生物学机制仍知之甚少。利用一组未经化疗的肺腺癌训练队列，我们开发了一个包含72个基因的特征谱，该特征谱能够预测：(i) 在四个独立数据集中预测EGFR突变状态；(ii) 体外对厄洛替尼的敏感性；以及(iii) 即使在野生型EGFR亚组中也能预测生存改善。该特征谱包含与受体酪氨酸激酶(RTK)信号增强相关的差异，如内吞作用相关基因表达增加、磷酸酶水平降低、增殖相关基因表达减少、叶酸受体-1(FOLR1)（培美曲塞反应的决定因素）表达增加，以及MACC1水平升高（我们确认MACC1是EGFR突变非小细胞肺癌中MET的调节因子）。这些观察结果提供了证据，表明EGFR突变表型与连接EGFR和MET通路的细胞机制改变有关，并为RTK信号传导创造了许可环境。

我们已经开发出一种基因表达特征，该特征能够预测：(i) 在未接受化疗的非小细胞肺癌（NSCLC）患者中，以及在较小程度上，在化疗难治性患者中的EGFR突变；(ii) 体外EGFR TKI反应；以及(iii) 野生型EGFR患者的生存率。该特征还揭示了EGFR突变型NSCLC的新特点，包括内吞作用相关基因和MACC1水平升高，MACC1似乎是EGFR突变相关的MET调节因子。总体设计：在生物标志物整合靶向治疗肺癌消除（BATTLE）试验中，对124例难治性非小细胞肺癌患者的核心活检样本进行了基因表达谱分析。我们利用BATTLE数据集来测试在未接受化疗的肺腺癌中训练的EGFR突变基因表达特征。该特征被计算为一个指数，称为EGFR指数。

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。