治疗诱导的前列腺癌细胞发育重编程与获得性耐药 [Dataset 2]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE66851

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

治疗诱导的神经内分泌转分化（NEtD）使转移性前列腺癌（PCa）的治疗复杂化。基于PCa细胞在体外可转分化为其他神经外胚层来源细胞谱系的证据，我们提出NEtD首先需要重编程为神经类别的亚稳态癌症干细胞样细胞（CSCs）作为中间阶段，并证明几种不同的AR+/PSA+ PCa细胞系通过在无雄激素的神经/神经嵴（N/NC）干细胞培养基中生长，可被高效重编程为CSCs，并维持和增殖。此类重编程细胞失去了前列腺分化特征；获得了N/NC干细胞特征和肿瘤起始潜能；对雄激素信号抑制具有抗性；并在体外和体内获得了侵袭性表型。当被放回含血清的培养基中时，重编程细胞可被重新分化为N-/NC来源的细胞谱系，或恢复为AR+前列腺样状态。一旦恢复，AR+细胞对雄激素信号抑制具有抗性。

在含血清培养基中，急性雄激素剥夺或抗雄激素治疗导致具有相似特征的细胞亚群短暂出现。最后，从重编程的前列腺癌细胞系中获得的132个基因特征能够区分预后不良的前列腺癌患者的肿瘤。该模型可能解释与致死性疾病相关的前列腺癌神经表现。重编程的干细胞样前列腺癌细胞的亚稳态特性表明，前列腺癌细胞重编程随后再分化的循环可能支持疾病进展和治疗耐药。来自重编程前列腺癌细胞的基因特征能够识别具有转移或前列腺癌特异性死亡的患者肿瘤，这意味着发育重编程与侵袭性肿瘤行为相关。

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。