血浆IgG N-聚糖鉴别甲状腺癌、良性甲状腺结节与健康对照的诊断潜力

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS2935

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

背景：亟需新的生物标志物来区分良性和恶性甲状腺结节，并早期检出甲状腺癌。血清IgG N-糖基化与甲状腺癌风险之间的关联已被揭示。我们旨在探索IgG N-糖链特征作为甲状腺癌鉴别诊断生物标志物的潜力。

方法：对发现队列进行血浆IgG N-糖组分析，随后进行独立验证。采用基于基质辅助激光解吸/电离飞行时间质谱的稳健定量策略获得IgG N-糖链图谱。对IgG N-糖链进行相对定量，并基于直接检测的糖链特征和衍生糖链特征评估分类性能。

结果：与non-cancer对照相比，甲状腺癌患者中有4种直接检测的糖链发生显著变化。基于直接检测的糖链特征生成了衍生糖链特征和分类糖组组合。在发现队列中，衍生特征BN（平分型中性N-糖链）和糖组组合在区分甲状腺癌与non-cancer对照方面显示出潜力，AUC分别为0.920和0.917。其诊断潜力得到进一步验证。在验证队列中，衍生特征BN和糖组组合在区分甲状腺癌与良性甲状腺结节和健康对照方面表现出“准确”的性能（AUC>0.8）。同时，衍生特征BN和糖组组合在检测早期甲状腺癌方面也显示出诊断潜力。

结论：IgG N-糖组分析揭示了N-糖组差异，可将甲状腺癌与non-cancer对照区分开。我们的结果表明，衍生特征BN和分类糖组组合，而非单个N-糖链，可能作为候选生物标志物用于进一步验证。

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。