癌症治疗超常应答患者组织样本的分子谱分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT02243592

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：恶性肿瘤。
主要目标：
I. 采用全外显子组和/或靶向深度测序，以及可能的其他测序和其他分子特征分析方法（如存在足够组织），识别在临床试验或标准全身治疗中表现为超常应答者的患者恶性组织中的分子指标。
II. 探讨所识别的分子指标与患者所接受治疗的推定作用机制之间的关联。
III. 检验识别“超常应答者”、获取相关肿瘤与正常组织及临床数据，并对这些样本进行全外显子组和/或靶向深度测序的可行性。
研究概述：对既往收集的组织样本通过全外显子组测序和/或靶向下一代测序（NGS）检测深度测序进行分析。对于可获得足够核酸量的病例，将进行额外分析，包括全基因组测序、信使核糖核酸（RNA）（mRNA）测序、microRNA（miRNA）测序、启动子甲基化分析和单核苷酸多态性（SNP）分析。

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。