神经母细胞瘤精准试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT02868268

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：神经母细胞瘤。神经母细胞瘤（NB）是儿童最常见的颅外实体瘤。高危NB具有高度致死性，占儿童癌症相关死亡的15%以上。大多数转移性NB患者对一线细胞毒性化疗有应答，但死于复发疾病的患者则因肿瘤获得性耐药而死亡。因此，了解导致肿瘤进展和治疗耐药的肿瘤特异性基因组改变谱，对于为复发或难治性（r）NB患者设计新的靶向治疗方案至关重要。关于rNB中可用于指导靶向治疗的遗传和免疫预测性生物标志物的数据有限。儿童rNB肿瘤样本基因检测临床实施的另一个障碍是从骨髓（BM）标本中获取足够数量的肿瘤细胞，而骨髓是最易获取且最常见的复发部位。本提案通过神经母细胞瘤治疗新方法（NANT）联盟，为一项精准医学临床试验搭建了平台。

计划是利用NANT已有的多机构基础设施和转化基因组学研究所（TGen）的GEMTM测序平台，获取复发神经母细胞瘤（rNB）的生物标本（包括来自骨、骨髓或软组织的标本）并进行基因面板测序。我们的主要目标是识别rNB患者中具有潜在可靶向的遗传生物标志物（ALK、MAPK通路、代谢相关基因）和/或免疫生物标志物（肿瘤相关巨噬细胞浸润和/或PD-L1表达）的亚组。此外，还将评估并报告该患者队列中其他潜在的新型生物标志物。这一目标对rNB患儿的生活具有直接影响，因为它为患者及其医生提供临床报告，详细说明所观察到的突变和rNB亚组，以及最匹配他们的临床试验信息。我们的第二

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。