从不吸烟肺腺癌无EGFR/ALK改变蛋白质基因组表征[RNA-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE256091

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

从不吸烟者肺腺癌（NSLA）在亚洲人群中较为常见，在女性中更为多见。EGFR突变和ALK融合是NSLA中观察到的主要变异。我们关注的是无EGFR和ALK变异的NSLA（NENA），而非伴有EGFR和ALK变异的NSLA（EA）。首先，我们选取了141例NSLA组织，进行了蛋白质基因组学分析，包括全基因组测序（WGS）、转录组、甲基化EPIC芯片、总蛋白质组和磷酸化蛋白质组。随后，我们排除了40例EA患者和7例伴有微卫星不稳定的NENA患者。基因组分析显示，TP53（25%）、KRAS（22%）、ROS1融合（14%）和SETD2（11%）是NENA患者中最常见的突变基因。蛋白质基因组学影响分析显示，STK11和ERBB2体细胞突变对NENA中癌症相关基因具有更广泛的影响。通过DNA拷贝数变异分析，我们鉴定了22个预后蛋白，其影响转录组和蛋白质组的变化。基因集富集分析显示，雌激素信号通路是NENA中激活的关键通路。

大量蛋白质基因组学证据支持雌激素信号增强，例如14号和21号染色体拷贝数缺失、STK11突变以及LLGL2和ST14的DNA低甲基化。最后，Src抑制剂saracatinib被提出作为靶向NENA中激活的雌激素信号的潜在药物，并在体外利用细胞系模型进行了实验验证。在本研究中，我们通过蛋白质基因组学全景加深了对NENA NSLA病因学的理解，并在此基础上提出saracatinib作为一种有效药物。

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。