前列腺癌原发至转移播散过程中肿瘤异质性动态

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE271675

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

识别癌症进展的驱动因素以指导治疗选择，受限于对肿瘤异质性如何影响演化过程的理解能力不足。在此，我们描绘了从原发灶多位点及配对的区域淋巴结转移灶中采集的约30万个前列腺肿瘤细胞的表型变异性。我们发现患者间异质性局限于恶性细胞群体。尽管恶性细胞群体表现出位点内异质性，但在同一患者的前列腺腺体内，它们维持着位点间表型相似性。此外，位点间恶性细胞群体的相似性与共享的克隆结构相伴出现。最后，我们表明，播散至区域淋巴结的恶性细胞群体镜像了原发肿瘤各位点所观察到的克隆结构和表型异质性，同时展现出向炎症表型的细胞状态转变。这些发现为肿瘤异质性的四种不同度量提供了见解，揭示了在早期前列腺癌进展中，不同患者间多样的演化路径汇聚于共同的表型适应。

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。