整合基因组分析揭示早发性前列腺癌雄激素驱动的体细胞改变图谱

数据集获取

源站：https://omicsdi.org/dataset/ega/EGAS00001000400

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

早发性前列腺癌（EO-PCA）代表了前列腺癌最早的临床表现。为了将EO-PCA的基因组改变图谱与“经典”（晚发性）PCA进行比较，我们对11例在年轻时诊断的肿瘤进行了基于深度测序的基因组学分析，并与7例晚发性PCA基因组进行了比较评估。结构重排（SR）形成方面显著的年龄相关差异变得明显，提示存在不同的疾病病理机制。EO-PCA以平衡型SR的普遍存在为特征，并伴有雄激素调控的ETS基因融合（包括TMPRSS2:ERG）的特异性富集，而晚发性PCA则主要显示非雄激素相关的SR。来自超过10,000例患者验证队列的数据显示，雄激素受体水平具有年龄依赖性，且影响雄激素调控基因的SR普遍存在，进一步证实了EO-PCA中一种特征性“雄激素型”病理机制的活性。

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。