人类心脏转录启动子与增强子图谱揭示调控元件在心力衰竭中的重要作用

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE150736

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

在本研究中，我们展示了通过CAGE（基因表达帽分析）技术定义的人类心脏调控元件图谱。该数据集包括来自健康和衰竭样本的左右心房和心室。在Illumina HiSeq2500平台上对CAGE文库进行深度测序、映射及信号聚类后，共识别出65，458个CAGE峰，其中55，204个为稳健分解峰标识符（DPIs），10，254个为双向增强子。我们结合机器学习及含有心脏数据的现有数据库注释，对峰进行了全面分类。识别出的CAGE峰被排列成不重叠的400 bp共识簇。我们的分类方法确定了在人心脏中活跃的17，668个启动子和14，920个增强子。差异表达分析揭示了在健康或衰竭状态下激活或失活的调控元件。发现约10%与心脏相关的GWAS SNPs位于心脏CAGE簇附近。心脏启动子和增强子文库可在Zenbu报告中获取，供浏览和可视化使用。

上窦房结和下窦房结样本分别标记为sSAN和iSAN。

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。