PRJEB123871：基于微生物组的淋巴瘤CAR-T治疗应答建模——鸟枪法宏基因组测序的启示

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJEB123871

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

共生微生物群与哺乳动物免疫系统之间的相互作用可能影响T细胞驱动的癌症免疫治疗的结局。然而，支持基于微生物群的干预用于嵌合抗原受体T细胞（CAR-T）治疗的临床研究仍很少。本研究纳入30例接受axicabtagene ciloleucel（axi-cel）或4-1BB研究性产品治疗的B细胞淋巴瘤成人患者。对在淋巴细胞清除前和输注后1个月采集的粪便样本进行鸟枪法宏基因组测序（SMS），可实现种水平分辨率。我们还训练了25个基于微生物组的机器学习（ML）模型用于应答预测。既往“高风险”抗生素暴露和α多样性均未影响毒性、应答或生存。然而，在11名健康对照与患者之间观察到菌群失调，尤其是在接受axi-cel治疗的患者中。SMS识别出与临床结局相关的物种。Alistipes senegalensis和Alistipes onderdonkii丰度增加分别与较低的神经毒性和改善的生存相关。Bifidobacterium longum与细胞因子释放综合征减少相关，而Bifidobacterium adolescentis、Bifidobacterium bifidum和Bifidobacterium breve与较差的生存相关。ML模型表现出很强的预测性能，其中一些仅使用Boruta方法选择的六个物种即可识别无应答者（Bacteroides xylanisolvens、Bifidobacterium bifidum、Bifidobacterium breve、Eubacteriaceae bacterium Marseille-Q4139、Negativibacillus massiliensis和Sellimonas intestinalis）。这些发现加深了当前认识，并支持在CAR-T治疗中开展前瞻性基于微生物群的策略。

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。