GSE21035：人原发与转移性前列腺癌样本的Agilent 244K aCGH数据

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE21035

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

目前对前列腺癌基因组的认识主要基于相对较小的患者队列和单一模式分析平台。本文报告了对218例原发性或转移性前列腺癌患者肿瘤组织的DNA拷贝数、mRNA和microRNA表达以及靶向外显子重测序的一致性评估结果，中位临床随访时间为5年，现已作为公共资源开放获取。已知的常见突变癌基因和抑癌基因如PIK3CA、KRAS、BRAF和TP53中存在突变，但总体较为罕见。然而，将突变与拷贝数变异（CNA）及表达变化进行整合分析后发现，PI3K、RAS/RAF和雄激素受体（AR）通路在几乎所有转移性样本中均存在改变，且在原发性样本中的出现频率也高于此前基于单基因研究所推测的水平。其他新发现包括有证据表明核受体共激活因子NCOA2在约20%的原发性肿瘤中发挥驱动癌基因的作用。

具有雄激素驱动的TMPRSS2-ERG融合的肿瘤与一个先前未被认识到的、小的前列腺特异性3p14缺失显著相关，通过mRNA表达和重测序分析，该缺失提示FOXP1、RYBP和SHQ1为候选的协同肿瘤抑制因子。比较原发肿瘤的转录组和DNA拷贝数数据对预后的影响显示，CNAs能稳健地定义低风险和高风险疾病的聚类，其效果超越了Gleason评分所达到的分层。总之，对大量肿瘤队列的这一整合基因组分析阐明了若干已知癌症通路在前列腺癌中的作用，提示了若干新的通路，揭示了CNAs在预后中先前未被充分认识的作用，并为通路抑制剂的临床开发提供了蓝图。

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。