弥漫性大B细胞淋巴瘤蛋白基因组型发病机制数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE324977

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）的临床和分子异质性尚未被完全理解。通过整合478例DLBCL肿瘤的蛋白质组学、转录组学和基因组学数据，我们识别出七种DLBCL蛋白质基因组型（PGs），反映了特定的病理生理特征，并跨越了细胞起源（COO）以及遗传亚型。PG4与不良预后相关，且独立于包括COO、遗传特征或国际预后指数在内的已知风险因素。PG4富集于活化B细胞样DLBCL、生发中心B细胞样肿瘤及遗传学上未分类病例的亚群。它共享暗区相关B细胞表型以及BTG1和TBL1XR1突变的富集。单细胞测序和空间转录组学进一步揭示MYC和TCF3/4转录活性增强，而MYC易位缺失，以及耗竭的CD8 T细胞作为PG4的共同驱动机制。我们的蛋白质基因组学框架揭示了DLBCL肿瘤中此前未知的生物学异质性，包括为创新诊断和治疗方法提供基础的高风险蛋白质基因组学特征。

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。