基于单细胞和bulk RNA测序的肺腺癌神经内分泌相关预后风险模型与肿瘤免疫环境调控

数据集获取

源站：https://doi.org/10.7910/DVN/IIEAJ5

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。

数据集大小约 152.0 KB。

数据说明

背景：肺腺癌（LUAD）的进展与神经内分泌调控的肿瘤代谢相关，但其潜在机制尚不清楚。探索神经内分泌相关基因（NRGs）在LUAD预后中的价值具有重要意义。方法：我们从TCGA获取了LUAD转录组和GWAS数据。通过差异表达和孟德尔随机化鉴定预后基因，然后构建并验证风险模型。通过富集分析、免疫微环境及其他分析探究机制。结果：七个预后基因（MYBL2、KRT18、CCNB1、RACGAP1、PLK1、AURKB、GAPDH）构成了一个具有良好效能的预后模型。高、低风险组在细胞周期通路和八种免疫细胞浸润方面存在差异。高风险组表现出较弱的T细胞功能障碍和较强的免疫排斥，提示更高的免疫逃逸，并对A.443654、BI.2536、GW843682X更敏感。单细胞RNA测序鉴定出上皮恶性亚簇（TS1、TS2、TS5）。预后基因在LUAD组织中高表达。结论：该7基因模型对LUAD预后、免疫浸润和治疗反应具有重要价值。

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。