PRJNA1528920：FFPE弥漫性大B细胞淋巴瘤（DLBCL）全外显子组测序

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1528920

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

弥漫大B细胞淋巴瘤（DLBCL）是非霍奇金淋巴瘤最常见的亚型，表现出显著的分子异质性，尽管接受标准R-CHOP治疗，部分患者仍会出现复发。本研究旨在利用全外显子组测序（WES）描述印度尼西亚DLBCL患者的体细胞突变图谱，并识别与复发相关的候选生物标志物。该数据集包含来自雅加达Dharmais National Cancer Hospital和Cipto Mangunkusumo Hospital接受治疗的DLBCL患者的11份FFPE来源DNA样本，包括具有复发和缓解结局的患者以及生发中心B细胞（GCB）和非GCB亚型。测序使用SureSelect Human All Exon V8-Post文库构建和Illumina NovaSeq 6000平台进行。测序读段经过质控、修剪、比对至GRCh38参考基因组、重复标记、碱基质量分数重校准，并使用GATK Mutect2在仅肿瘤模式下进行体细胞变异检测。随后使用SnpEff/SnpSift对变异进行过滤和注释，参考数据库包括dbSNP、ClinVar和COSMIC。该数据集提供了全外显子组测序数据，用于FFPE来源DLBCL样本的基因组特征描述，以及研究与疾病复发可能相关的体细胞变异。

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。