非小细胞肺癌中癌相关成纤维细胞的预后基因表达特征 [表达谱_NSCLC 基质]

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-22863

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

肿瘤微环境对癌症的发生、发展和转移具有重大影响。在非小细胞肺癌(NSCLC)中，癌相关成纤维细胞(CAFs)在这些过程中的作用及其临床影响尚未得到系统研究。我们从15例切除的NSCLC中建立了CAFs及配对的正常成纤维细胞(NFs)的原代培养。我们证明，CAFs比NFs具有更强的能力来增强肺癌细胞系的致瘤性。对15对匹配的CAF和NF细胞系进行微阵列基因表达分析，鉴定出46个差异表达基因，这些基因编码的蛋白质显著富集于受TGF-beta信号通路调控的细胞外蛋白。我们鉴定出一组由11个基因组成的预后基因表达特征，并在多个独立的NSCLC微阵列数据集中得到了验证。利用蛋白质-蛋白质相互作用分析对这些基因以及已发表的癌症基质相关基因表达变化进行功能注释，揭示了黏着斑和MAPK信号通路的显著参与。

在46个基因中，有14个（30%）在激光捕获显微切割的相应原发肿瘤间质中，与匹配的正常肺组织相比，也表现出差异表达。这14个基因中有6个可以在NF中由TGF-beta1诱导。这些结果确立了NSCLC患者中CAF相关基因表达变化的预后影响。30个样本：15个原发肺肿瘤间质，15个正常肺实质。

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。