CNS-PNET的分子亚组划分

数据集获取

源站：https://omicsdi.org/dataset/ega/EGAS00000000116

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

我们的研究旨在界定中枢神经系统原始神经外胚层肿瘤（CNS-PNET）的亚群。我们对来自全球20个中心的142份样本进行了表达分析、基因分型和/或免疫组化检测。通过这些技术，我们识别出三个分子亚群，它们具有不同的表达模式和拷贝数模式，以及独特的临床特征。具体而言，这些分子亚群可通过原始神经（第1组）、少突神经（第2组）和间充质谱系（第3组）基因表达特征加以区分，并伴有细胞谱系标志物LIN28和OLIG2的差异表达。我们的报告强调了协同合作研究大规模肿瘤及患者回顾性队列的重要性，以加速对罕见肿瘤的生物学研究并最终推动治疗研究。这种合作的结果使我们能够确定LIN28和OLIG2作为CNS-PNET有前景的诊断和预后分子标志物，值得在前瞻性临床试验中进一步评估。

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。