GSE54691：拷贝数变异负荷预测前列腺癌复发：人原发前列腺癌样本的Agilent 1M aCGH数据

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE54691

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

前列腺癌是男性中最常见的恶性肿瘤。然而，治疗效果有限，这凸显了前列腺癌预后生物标志物方面尚未满足的需求（1）。目前，能够结合分子数据和临床结局数据以用于预后发现的大型前列腺癌基因组资源寥寥无几。为了确定基因组畸变在多大程度上反映前列腺癌特异性结局的风险，我们对100多例具有长期随访数据的原发性前列腺癌进行了全基因组拷贝数变异（CNA）分析。我们还更新了另一个独立队列的长期临床结局（中位随访8年），该队列包含181例原发性前列腺癌，我们此前已对其进行了CNA和表达变化的分析（2）。综合两个队列的结果，我们发现全基因组CNA负荷——即受CNA影响的肿瘤基因组百分比——对这两个队列中的复发和转移具有预后意义。CNA的这一预后意义独立于Gleason分级，后者是前列腺癌现有的主要组织病理学预后变量。

此外，在预后差异较大的中危Gleason 7前列腺癌中，CNA负荷对生化复发也具有预后价值，且独立于前列腺特异性抗原或列线图评分。因此，CNA负荷有潜力在本属中危亚群的患者中根据复发风险进行分层。我们进一步证明，CNA负荷可在诊断性FFPE穿刺活检中通过低起始量全基因组测序确定。总之，这项工作凸显了肿瘤基因组学在识别有用且临床可行的预后因素方面的潜力，这些因素可能为前列腺癌的结局和治疗提供指导。

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。