人类冠状动脉细胞特异性染色质景观解析疾病风险调控机制

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE175621

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

冠状动脉疾病（CAD）是一种复杂的炎症性疾病，涉及多种细胞类型的遗传影响。全基因组关联研究（GWAS）已识别出170多个与CAD相关的位点，其中大多数风险变异位于影响顺式调控元件（CREs）的非编码DNA序列中。在此，我们应用单细胞ATAC-seq技术，对来自41名不同CAD阶段患者的冠状动脉节段中的28,316个细胞进行了图谱分析，揭示了14个不同的细胞簇。我们在所有细胞中定位了约320,000个可及位点，识别了细胞类型特异性元件、转录因子，并通过数量性状位点和基于序列的预测建模优先筛选了功能性CAD风险变异。我们确定了平滑肌细胞过渡状态的若干候选机制，并识别了风险变异的推定结合位点。我们进一步利用CRE与基因的连锁关系来提名疾病相关的关键驱动转录因子，如PRDM16和TBX2。该单细胞图谱为解读CAD风险连续谱中血管壁的顺式调控机制迈出了关键一步。

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。