黑色素瘤液体活检多组学与生物标志物开发

数据集获取

源站：https://clinicaltrials.gov/study/NCT07584291

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

条件：黑色素瘤（皮肤癌）。这项前瞻性观察性队列研究旨在探索液体活检的多组学特征，并开发黑色素瘤的临床生物标志物。将纳入200名经病理确诊的肢端或皮肤黑色素瘤参与者，这些参与者计划接受标准一线免疫治疗。将在基线时及治疗期间每3周采集血样，同时每12周进行影像学评估。约治疗3个月后，在手术时获取肿瘤组织。利用基于微流控的循环肿瘤细胞分离、外泌体富集、ctDNA分析及整合多组学方法，该研究将比较原发肿瘤、转移灶和液体活检组分之间的分子特征。主要结局为无进展生存期和总生存期，评估至36个月。次要结局包括循环肿瘤细胞计数、ctDNA浓度、外泌体生物标志物水平的变化，手术时的病理缓解率，以及多组学模型对治疗反应的预测准确性。

这些发现有望为黑色素瘤的个性化监测和治疗策略提供依据。

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。