GSE147250：TP53与RB1联合缺失促进前列腺癌对广谱抗癌治疗耐药并赋予复制应激易感性

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE147250

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

丧失强效肿瘤抑制因子TP53和RB1的前列腺癌（PC）预后不良，包括对雄激素受体（AR）通路拮抗剂耐药。TP53和RB1还影响细胞可塑性，并且在具有神经内分泌（NE）分化的前列腺癌中经常缺失。亟需针对这些侵袭性变异型前列腺癌的治疗策略。通过对410例转移性活检进行深度基因组分析，我们确定了TP53和RB1联合缺失与前列腺癌表型之间的关系。值得注意的是，40%的TP53/RB1缺陷肿瘤被归类为AR活性腺癌，表明NE分化并非TP53/RB1失活的必然结果。反映TP53/RB1缺失的基因表达特征与对AR拮抗剂反应减弱和生存期缩短相关。这些肿瘤表现出高增殖率以及DNA修复过程增强的证据。虽然缺乏TP53/RB1的肿瘤细胞对所有单药治疗均高度耐药，但药理学PARP和ATR抑制的联合产生了显著反应，反映出由复制应激产生的临床可利用的脆弱性。

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。