BRAF突变黑色素瘤MAP激酶通路阻断适应性反应的系统分析

数据集获取

源站：https://search.dataone.org/view/sha256%3A3c0d2d0e818d7ca5bad8fb6d4197c050056996d8c801ceae620b72b33501e7db

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

百分之五十的皮肤黑色素瘤由激活的BRAFV600E驱动，但接受RAF抑制剂治疗的肿瘤，即便 initially 反应显著，也会迅速适应并产生耐药性。因此，迫切需要识别内在及适应性耐药的主要机制，并开发针对这些耐药机制的药物组合。在一项针对12种未经治疗的BRAFV600E突变黑色素瘤细胞系的组合药物筛选中，这些细胞系对丝裂原活化蛋白激酶（MAPK）通路抑制的耐药程度各异，我们发现，突变BRaf的靶向抑制剂PLX4720与ErbB家族受体酪氨酸激酶抑制剂拉帕替尼的组合，在对PLX4720表现出最强耐药性的细胞系亚群中具有协同细胞毒性作用。为了揭示对PLX4720治疗耐药及与拉帕替尼治疗协同作用的潜在机制，我们进行了多平台功能基因组学分析，以描绘基因组…

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。