基于转录谱的化疗敏感性预测数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE68936

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

为建立基于基因组学的药物反应预测方法，我们开发了一种仅依据基因表达谱对细胞系化疗敏感性进行分类的算法。利用寡核苷酸微阵列，我们在一组60株人类癌细胞系（NCI-60）中测量了6,817个基因的表达水平，这些细胞系中数千种化学化合物的化疗敏感性谱已被确定。我们试图确定未处理细胞的基因表达特征是否足以预测化疗敏感性。我们生成了针对232种化合物的基于基因表达的敏感性或耐药性分类器，并在独立数据集上进行了评估。这些分类器被设计为不依赖于细胞的来源组织。化疗敏感性预测的准确性显著优于随机预期。在232个基于表达的分类器中，有88个在独立测试集上表现准确（P < 0.05），而按随机预期，232个中仅有12个能达到这一水平。

这些结果表明，至少对于一部分化合物而言，采用基因组学方法预测化疗敏感性是可行的。

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。