与侵袭性脉络丛肿瘤表型相关的microRNA鉴定

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE230662

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

我们此前已证明，将组织学方法与脉络丛癌（CPCs）特异性DNA甲基化特征相结合，有助于区分侵袭性肿瘤与非危及生命的肿瘤。鉴于miRNA在其他癌症发病机制中的明确作用，本文探讨miRNA在脉络丛肿瘤发生中的作用。我们通过miRNA-seq和miRNA PCR阵列对不同脉络丛肿瘤（CPTs）的miRNA表达进行了表征，以确定哪些miRNA可作为CPCs相较于侵袭性较低的脉络丛乳头状瘤（CPP）和非典型脉络丛乳头状瘤（aCPP）的预测性生物标志物。我们对35例CPT进行了miRNA-seq，并使用实时PCR进行验证。我们发现CPCs与CPPs之间的miRNA表达谱存在显著差异。CPCs的特异性miRNA表达特征显示，致癌miRNA簇（miR-17-92、106a-363、183/96/182）的多个miRNA成员上调，而抑癌miRNA 34b/c簇下调。

我们的研究结果表明，所鉴定的miRNAs可作为CPCs的新型生物标志物，而针对这些失调miRNAs的靶向治疗可能成为这种侵袭性CPTs的有前景的新治疗策略，目前其生存率仍低于50%。

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。