治疗诱导的前列腺癌细胞发育重编程与获得性耐药 [Dataset 1]

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-66850

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。我们提出，NEtD首先需要经过一个中间重编程过程，转变为亚稳态的癌症干细胞样细胞（CSCs），并表明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，能够被高效重编程为CSCs并维持该状态。此类重编程的CSCs过表达干性基因，具有N/NC干细胞的特征、高致瘤潜力、对抗雄激素治疗的耐药性以及EMT表型。含血清培养基可使细胞再分化为N-/NC衍生细胞谱系或恢复为PCa样癌细胞。一旦恢复，这些细胞对雄激素信号抑制的耐药性增加。最后，一个来源于重编程PCa细胞系的62基因特征能够区分预后不良的PCa患者肿瘤。为比较亲本PCa细胞与STM重编程细胞（LNCaP、VCaP、CWR-22rv1和LAPC4）之间的基因表达，提取了亲本细胞及相应STM重编程细胞（在STM中>14天）生物学三重复样本的RNA。

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。