desmoid肿瘤Infinium EPIC Array数据

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE250403

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

韧带样纤维瘤是形态温和的成纤维细胞性肿瘤，肿瘤不同区域的组织学变异很小。虽然韧带样纤维瘤不发生转移，但完全切除后局部复发率高，且缺乏可靠的临床行为预测指标。分子层面的瘤内和瘤间异质性已在其他更高级别肉瘤中得到充分证实，但对于组织学上形态温和的病变内的分子变异性知之甚少。在本研究中，我们试图检查韧带样纤维瘤的瘤内和瘤间克隆异质性程度，这可能有助于其发病机制和可能的复发。我们对来自3例患者原发性和复发性韧带样纤维瘤不同区域的24份标本（每例患者7-9份标本）进行了DNA甲基化、DNA拷贝数改变、点突变和基因表达分析。研究显示，每例患者原发或复发肿瘤不同区域的DNA甲基化、DNA拷贝数改变、点突变或基因表达存在显著异质性。我们发现了单个肿瘤不同区域存在亚克隆改变的证据。

在这四类数据中，转录组图谱在肿瘤内部以及同一患者不同肿瘤之间表现出的变异性最高。在同一肿瘤的不同区域，检测到了与良好和不良预后相关的基因表达特征。本研究表明，硬纤维瘤具有出乎意料的瘤内和瘤间异质性。我们的分析表明，即使在这种组织学上表现单一的病变中，对单个肿瘤活检样本进行分子分析也可能低估分子改变的程度。我们证明，分子层面的瘤内和瘤间异质性是在这些肿瘤的药物开发以及预后和预测生物标志物验证中需要重点考虑的因素。

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。