CURELUNG 项目表观遗传学部分（患者数据集）

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-39279

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

非小细胞肺癌（NSCLC）是一种极为常见的实体肿瘤，在减少无复发生存期和总生存期方面仅取得了微小进展。这一问题在I期患者中尤为关键，因为对于无可检测淋巴结或其他转移累及的患者，尚无可用生物标志物能指示哪些高风险患者应接受已证实有益的辅助化疗。我们旨在寻找具有预后价值的DNA甲基化标志物，以期在此方面有所帮助，并补充传统分期。研究采用DNA甲基化微阵列分析人类基因组中450,000个CpG位点，对来自多中心队列的490例NSCLC患者原发肿瘤DNA进行了研究，其中包括339例腺癌、133例鳞状细胞癌和18例大细胞癌，此外还有25份正常肺上皮样本。所获得的预后DNA甲基化标志物通过在143例I期NSCLC患者独立队列中开发单一甲基化-焦磷酸测序检测方法进行了验证。

所研究的原发性NSCLC的无监督聚类分为两个分支，具有不同的临床结局。那些在I期NSCLC患者中预测复发最佳的CpG位点，在所述的独立队列中得到了进一步证实。全局DNA甲基化分类器和高排名的异常甲基化单基因均将预后准确性提高到标准分期之上。DNA用Quant-iT PicoGreen dsDNA试剂（Invitrogen）定量，完整性在1.3%琼脂糖凝胶中分析。按照Illumina Infinium Assay的制造商建议，对每个样本的600 ng进行亚硫酸氢盐转化。对与样本同时转化的三个对照检查了有效的亚硫酸氢盐转化。将4 ul亚硫酸氢盐转化的DNA用于在Infinium HumanMethylation 450 BeadChip上杂交，

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。