实体肿瘤分子分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT01050296

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

疾病范围：儿童实体瘤。在美国，每年约有2，200名儿童被诊断患有神经母细胞瘤、骨肉瘤、尤文肉瘤家族肿瘤（ESFT）、视网膜母细胞瘤、软组织肉瘤、肾上腺皮质肿瘤及肝脏恶性肿瘤。这些侵袭性儿童实体瘤属于发育性肿瘤，起源于神经嵴、骨骼及软组织在组织生长与形态发生时期的异常启动。晚期此类肿瘤的总体生存率不足30%。尽管过去三十年间采用了包括化疗、手术、放疗、自体骨髓移植及生物制剂在内的多种治疗手段并付出巨大努力，晚期儿童实体瘤的长期生存率仅获有限改善。更深入地理解肿瘤形成过程中发育组织内发生的分子、细胞及遗传学改变，有望改善对这些毁灭性癌症的治疗。

特别是，如果研究能更好地理解细胞从癌前病变进展为转移性疾病过程中被破坏的通路，化疗药物或许能更有效地靶向关键的调控酶或蛋白。本提案的具体目标是识别神经母细胞瘤、视网膜母细胞瘤、骨肉瘤、尤文肉瘤家族肿瘤[ESFT]及软组织肉瘤细胞中发生的基因表达变化，并将这些变化与肿瘤细胞中的遗传和细胞变化相关联。将从既往未经治疗患者的手术或骨髓穿刺样本中分离[RNA]核糖核酸和基因组[DNA]脱氧核糖核酸，样本来源包括神经母细胞瘤、视网膜母细胞瘤、骨肉瘤、ESFT[尤文肉瘤家族肿瘤]及软组织肉瘤（原发性和转移性病灶）。在治疗期间或治疗后的任何时间点获取手术标本时，将对肿瘤样本进行额外检测。当有足够的肿瘤样本剩余时

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。