基于G4筛选与机器学习鉴定前列腺癌G4调控免疫相关药物靶点

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE334282

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：G-四链体（G4）结构是重要的表观遗传调控因子，也是癌症的潜在治疗靶点。然而，其在前列腺癌中的作用，尤其是与免疫微环境的关系，仍知之甚少。方法：我们对前列腺癌细胞系C4-2进行了BG4 ChIP-seq，以绘制全基因组G4结构图谱。生物信息学分析将G4相关基因与免疫通路富集及机器学习算法（LASSO、SVM-RFE、GBM、朴素贝叶斯和GLM）相结合，以识别前列腺癌进展中的核心基因。分析了来自GTEx、TCGA和HPA的临床数据，以评估表达和生存情况。功能验证包括qPCR、CCK-8、集落形成和伤口愈合实验。使用DrugnomeAI评估可成药性，并使用RFdiffusion和ProteinMPNN进行AI辅助肽设计。结果：我们鉴定了1289个前列腺癌特异性G4结构，主要位于启动子区域。机器学习和免疫富集分析确定IKBKB为前列腺癌进展中的关键核心基因。

IKBKB在前列腺癌组织中过表达，与晚期分期和不良预后相关，并受启动子G4结构通过转录因子AR和ERG调控。IKBKB促进基因组不稳定性、肿瘤干性和免疫微环境重塑。G4稳定化增加IKBKB表达并激活NF-κB通路，增强癌细胞的活力、增殖和迁移。计算筛选证实了IKBKB的可成药性，并鉴定了潜在抑制剂（如Auranofin）。AI辅助设计生成了靶向IKBKB的肽抑制剂以及用于G4破坏的CRISPR-dCas9策略。

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。