葡萄膜黑色素瘤驱动突变早期遗传演化数据

数据集获取

源站：https://doi.org/10.5061/dryad.z8w9ghxqk

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。

数据集大小约 7.6 MB。

数据说明

葡萄膜黑色素瘤（UM）是一种侵袭性眼部癌症，常导致转移性死亡。UM最可能在体积较小时发生转移，此时难以与良性痣区分，通常仅观察而不治疗。遗憾的是，对于UM的早期遗传演化以及提示小肿瘤正在发生恶性转化的潜在生物标志物，目前知之甚少。在此，我们对1140例原发性UM进行了7个经典UM驱动突变的靶向下一代测序，其中包括131例小的早期肿瘤。我们发现，决定UM典型亚型和转移倾向的遗传畸变进化爆发，在大多数小肿瘤被活检时就已经发生，尽管与较大肿瘤相比，仍有显著更大比例的小肿瘤处于演化过程中。我们发现，15基因表达谱（15-GEP）支持向量机判别评分是肿瘤从低风险Class 1向高风险Class 2特征转变的最佳指标。

尽管BAP1、SF3B1和EIF1AX突变分别与不良、中等和良好预后相关，但突变分析在预测无转移生存率和总生存率方面不如前瞻性验证的15-GEP+PRAME表达分类器。这些结果提供了UM遗传进化的更全面图景，并使我们对这种癌症类型恶性转化的分子定义更近一步。

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。