新加坡患者队列人胃癌转录谱分析（Gastric Cancer项目）

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-15459

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

来自新加坡患者队列的200例原发性胃肿瘤的全基因组mRNA表达谱。胃癌(GC)是全球癌症死亡的第二大原因，个体胃肿瘤在多种致癌通路失调方面表现出显著异质性。我们旨在识别胃癌中对患者生存和治疗反应具有稳健影响的主要致癌通路。我们采用基于基因表达特征和连接性分析的计算机模拟策略，绘制了25个独特GC细胞系以及来自三个独立患者队列的301例原发性胃癌中致癌通路激活模式。在先前涉及GC的11条致癌通路中，我们识别出三条主要通路(增殖/干细胞、NF-kB和Wnt/b-catenin)在大多数(>70%)胃肿瘤中失调。使用多种增殖、Wnt和NF-kB相关检测方法，我们在多个GC细胞系中通过实验验证了通路预测，在体外显示出相似的通路激活模式。在单个通路水平上进行分层的患者未表现出临床结局的一致差异。

然而，按致癌通路组合分组的患者显示出稳健且显著的生存差异（例如，高增殖/高NF-kB vs. 低增殖/低NF-kB），这表明GC中的肿瘤行为可能受多条致癌通路联合效应的影响。我们的结果表明，GC可以通过致癌通路活性成功分类为具有生物学和临床相关性的亚组。实验总体设计：使用Affymetrix GeneChip Human Genome U133 Plus 2.0 Array对200例原发性胃肿瘤进行表达谱分析。所有肿瘤均在获得新加坡国家癌症中心、研究伦理审查委员会批准以及患者签署知情同意书后采集。

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。