新诊断DLBCL样本RNA测序基因表达谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE178965

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

弥漫性大B细胞淋巴瘤（DLBCL）是最常见的B细胞恶性肿瘤，在接受金标准方案利妥昔单抗、环磷酰胺、多柔比星、长春新碱和泼尼松（R-CHOP）治疗后预后各异。目前已建立的若干预后模型主要聚焦于淋巴瘤细胞本身的特征，包括起源细胞、基因组改变以及基因/蛋白表达。然而，淋巴瘤微环境的预后影响及其与淋巴瘤细胞特征的关联尚未被充分理解。本研究利用对未经治疗DLBCL组织的高灵敏度转录组分析，评估淋巴瘤微环境对DLBCL临床结局及病理生理、分子特征的影响。淋巴瘤组织中存在正常的生发中心（GC）微环境细胞，包括滤泡性T细胞、巨噬细胞/树突状细胞和基质细胞，提示治疗反应良好。我们基于不同GC微环境细胞标志物转录本定量所建立的预后模型，能够独立于现有预后模型清晰识别出具有分级预后的患者。

我们观察到，在缺乏生发中心（GC）微环境细胞的弥漫性大B细胞淋巴瘤（DLBCL）组织中，与含有这些细胞的组织相比，与不良预后相关的基因组改变和异常基因表达的发生率增加。这些数据表明，GC相关微环境特征的丧失决定了DLBCL患者的临床结局，反映了“不利”分子特征的积累。

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。