基于DNA甲基化分析的小儿软组织和骨肉瘤分类

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE275159

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

儿童肉瘤在形态学、遗传学和临床行为上表现异质，给准确诊断带来挑战。DNA甲基化是一种表观遗传修饰，协调染色质结构并调控基因表达，决定细胞类型和功能。来自德国癌症研究中心（Deutsches Krebsforschungszentrum）的基于DNA甲基化的肉瘤肿瘤分型分类器（称为肉瘤分类器）被应用于122例转诊至儿童肿瘤参考医院的儿童肉瘤。该分类器报告组织病理学与分子分型之间的一致率为88.5%，确认了所有骨肉瘤和尤文肉瘤的初步诊断。转录组原始数据质量用FASTQC进行验证。我们使用STAR-fusion基于不一致的读段比对以默认配置识别并注释融合转录本。使用ChimeraViz绘制融合基因图。

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。