深度学习驱动的肿瘤微环境分析提升免疫治疗反应预测

数据集获取

源站：https://doi.org/10.5281/zenodo.22986445

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。

数据集大小约 433.4 MB。

数据说明

本数据集包含 EcoNet（https://github.com/Gentles-lab/EcoNet）的测试数据，EcoNet 是一个深度学习模型，可根据 bulk RNA-seq 预测免疫治疗响应。

test_data/：用于对四个步骤进行快速端到端（ccRCC）冒烟测试的小型示例输入。

步骤 1：TME 表示
step1_scRNA.h5ad：下采样的 ccRCC scRNA-seq（3,119 个细胞，8 个样本，66 个细胞状态），已对数归一化。
EcotyperModel/：ccRCC EcoTyper 模型（细胞状态 gene_info.txt + ecotypes.txt），定义生态型及其标记基因。
NicheNet_DB/：NicheNet 配体-受体和信号数据库。
step1_ecotype_abundance.txt：生态型丰度（11 个生态型 x 8 个样本），将生态型与 scRNA 样本关联。

步骤 2：图表示训练
step2_expression.tsv：用于 GAT 训练的 bulk TPM 表达（2,514 个基因 x 200 个 TCGA-KIRC 样本）。
step2_abundance.txt：匹配的生态型丰度（11 个生态型 x 200 个样本），即训练目标。

步骤 3：响应预测训练
step3_gat_model.pth：预训练的 ccRCC GAT 权重（迁移学习的输入）。
step3_pretrain_expression.tsv：免疫治疗队列 bulk 表达（2,487 个基因 x 150 个样本）。
step3_pretrain_clinical.tsv：匹配的临床表（样本 ID + R/NR 响应标签）。

步骤 4：预测
ccRCC_input_tpm.tsv：ccRCC 模型的示例 bulk TPM 输入（6 个样本）。
pancancer_input_tpm.tsv：泛癌模型的示例 bulk TPM 输入（6 个样本）。
ccRCC_clinical.tsv：用于可选评估步骤的示例临床表。

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。