Gleason分级的mRNA表达特征预测致死性前列腺癌

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-37663

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

PSA筛查导致了前列腺癌的大量过度治疗，原因在于诊断时无法区分潜在致死性疾病。我们推断，通过识别Gleason分级的mRNA特征——Gleason分级是预后最佳预测指标——可以改善对中度Gleason 7肿瘤男性的致死性疾病预测，Gleason 7是最常见的分级，在预后方面也最为不确定。采用互补DNA（cDNA）介导的退火、选择、延伸和连接 assay，我们在瑞典Watchful Waiting队列（N=358）和Physicians’ Health Study（PHS；N=109）中测量了前列腺肿瘤组织中6，100个基因的mRNA表达。我们通过比较Gleason ≤6与Gleason ≥8肿瘤个体，开发了Gleason的mRNA特征，并将该模型应用于Gleason 7病例以区分致死性病例。我们利用瑞典数据构建了一个157基因特征，该特征预测Gleason的误分类率低（AUC=0.91）；当该特征在PHS验证集中测试时，区分能力仍然很高（AUC=0.94）。

在Gleason 7肿瘤的男性患者中（这些患者被排除在模型构建之外），该特征标签显著改善了致死性疾病的预测，超越了仅凭Gleason评分为4+3还是3+4的已知信息（p=0.006）。我们的表达特征标签及所鉴定的基因可能增进我们对前列腺肿瘤去分化过程的理解。此外，该特征标签在Gleason 7男性患者中可能具有临床应用价值，通过进一步评估其致死性前列腺癌的风险，从而指导治疗决策以改善预后并减少过度治疗。来自基于人群的瑞典-观察等待队列的198例病例。该队列由局限性前列腺癌男性患者组成（临床分期T1-T2，Mx，N0）；将Gleason ≥8肿瘤的表达谱（N=89）与Gleason ≤6肿瘤的表达谱（N=109）进行了比较。

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。