髓母细胞瘤基因组学鉴定四种不同分子变异

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE21140

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

近年来的基因组学研究提示，髓母细胞瘤存在多种不同的亚型。我们研究了一个大型髓母细胞瘤队列，以确定该疾病存在多少个亚组、它们之间有何差异以及亚组之间的重叠程度。我们测定了103例原发性髓母细胞瘤的基因表达谱和DNA拷贝数畸变。利用生物信息学工具，基于数据集中最具信息量的基因，对髓母细胞瘤亚组进行类别发现。采用针对亚组特异性“特征”基因的免疫组织化学方法，在两个独立的组织微阵列（TMA）上对294例非重叠髓母细胞瘤进行亚组归属判定。对转录谱的多种无监督分析识别出四种不同且互不重叠的分子变异型：WNT、SHH、C组和D组。对这四个亚组的有监督分析揭示了显著的亚组特异性人口统计学特征、组织学特征、转移状态和DNA拷贝数畸变。针对DKK1（WNT）、SFRP1（SHH）、NPR3（C组）和KCNA1（D组）的免疫组织化学能够可靠且独特地对约98%的福尔马林固定髓母细胞瘤进行分型。

C组患者（NPR3阳性肿瘤）无论其转移状态如何，均表现出显著降低的无进展生存率和总体生存率。我们对一大群髓母细胞瘤的综合基因组学研究确定了四个不同的亚组，这些亚组在人口统计学特征、临床表现、转录谱、遗传异常和临床结局方面各不相同。通过免疫组织化学，髓母细胞瘤可以可靠地归入这些亚组，从而使髓母细胞瘤的亚分类得以广泛应用。未来的髓母细胞瘤研究及临床试验的开展应考虑到这四种不同类型的髓母细胞瘤。

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。