基于无监督分析的血mRNA表达特征识别预后不良的前列腺癌

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-37199

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

背景：前列腺癌（PrCa）患者间的异质性导致患者预后差异极大。迫切需要多用途生物标志物来剖析这种异质性，以改善PrCa的治疗并加速药物研发。循环生物标志物是评估该疾病最实用的手段。我们开展了血液mRNA表达芯片的分析验证与临床确认。方法：将PrCa患者全血样本采集至PaxGeneTM管中：31例预后良好、选择主动监测（AS）的患者和63例晚期去势抵抗性PrCa（CRPC）患者。提取RNA，进行扩增、生物素化，并与Affymetrix U133plus2微阵列杂交，使用贝叶斯潜在过程分解（LPD）分析全基因组表达谱。结果：对mRNA表达数据的LPD分析将可评估患者（n=94）分为4个独立组。LPD1和LPD2几乎完全由CRPC患者组成（14/14；17/18）；LPD3（15/31）和LDP4（12/21）同时包含AS和CRPC患者。10例患者经LPD分析无法分类。

LPD1 CRPC患者的总生存期显著低于LPD2至4的CRPC患者（中位10.7个月，95%CI 4.2-17.2 vs 中位26.5个月，95%CI 18.1-34.9，p=0.00007）。在多变量分析中，LPD1分组仍是最强的预后因素（HR 5.0，95%CI 2.1-11.9，p=0.0002）。预后不良的LPD1组基因特征与CD71+早期红系细胞增多及B细胞和T细胞免疫反应降低相关。经RT-PCR研究验证的9基因特征可将患者分类为LPD1组，误分类率极低（1.2%）。解读：可利用全血基因表达特征预测PrCa不良结局，值得在包括免疫疗法在内的新型抗癌药物的预测性和药效动力学生物标志物研究中进一步评估。共采集了107份血液样本

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。