免疫检查点抑制剂治疗的NSCLC队列的Kraken2分类及真菌组-临床分析矩阵

数据集获取

源站：https://doi.org/10.5281/zenodo.22061938

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。

数据集大小约 11.5 MB。

数据说明

本仓库包含经处理的分类型分类数据及去标识化的分析元数据，这些数据是Somodi等人对接受免疫检查点抑制剂治疗的晚期非小细胞肺癌患者进行探索性肠道真菌组分析的基础。本数据存放旨在为该回顾性二次分析提供目前可获取的最大可重复数据层。Somodi等人提供的KRAKEN_mycobiome.xlsx文件包含由75份鸟枪法宏基因组粪便样本生成的存档合并Kraken分类报告。kraken_combined_report工作表包含17,867条分类条目，包括分类单元名称、NCBI分类学标识符、分类层级、总体分类摘要，以及配对的各样本分支层级（_all）和直接分配（_lvl）的读数计数。IDs工作表将匿名样本标识符（S1–S75）与原始分类报告文件名相关联。Somodi等人提供的KRAKEN_mycobiome_META.xlsx文件包含用于下游真菌组分析的匹配分析数据集。TAXA工作表包含48份去标识化样本中34个常见真菌属的Kraken衍生计数。

CLINICAL表包含相应的临床变量，包括无进展生存期、性别、COPD、吸烟史、CAT评分、FEV1%、PD-L1状态、假性进展、毒性、BMI、化疗、抗生素、皮质类固醇和PPI/H2受体阻滞剂暴露、NLR、PLR和淋巴细胞计数。这些文件允许对处理后的丰度矩阵及其临床关联进行独立检查与再分析。它们不包含原始FASTQ读段，且原始Kraken参考数据库构建的完整清单不可获得；因此，所提交的分类学判定应被视为经处理的Kraken衍生赋值，而非独立重新分类的原始读段鉴定结果。

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。