整合临床与基因组特征预测髓母细胞瘤复发

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE201583

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

尽管在髓母细胞瘤的分子理解方面取得了显著进展，但患者风险分层仍是一项挑战。研究重点已从临床参数转向分子标志物，如特定基因的表达和选定的基因组异常，以提高治疗结果预测的准确性。在此，我们展示了如何整合高级临床和基因组特征或风险因素，包括疾病亚型，从而构建更全面、准确且生物学上可解释的预测模型，用于区分复发与非复发分类。我们还引入了一种新颖的贝叶斯列线图，指示每个特征在每位患者基础上贡献的证据量。训练集包含96个样本，这些样本在治疗后30个月时的复发状态已知。匹配的正常血液样本通过COG肿瘤库（方案ACNS02B3）收集，并在机构审查委员会批准下从波士顿儿童医院获取。测试集包括78个样本：来自我们原始研究6中未用于训练的47个样本，来自Kool等人33的16个样本，以及来自COG肿瘤库的15个样本。

所有训练和测试样本均对应至少3岁、接受过常规化疗、手术切除及颅脊髓照射治疗的患者。在测试集中，15个样本（儿童肿瘤学组肿瘤库）按上述方法处理。在这15个样本中，共有6个具有DNA拷贝数数据。另一组47个样本取自Pomeroy等人的数据集（Affymetrix Hu6800；Affymetrix）。这些样本均无DNA拷贝数数据。剩余的16个样本，全部具有DNA拷贝数数据，来自Kool等人（Affymetrix U133；Affymetrix）。

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。