东亚人群中与2型糖尿病及糖尿病肾病相关的DNA甲基化变化

数据集获取

源站：https://search.dataone.org/view/sha256%3Aa9a73550ac5774a997b1d964a7a3e83b536b3ca09703a9798c7f1ea54d2431e7

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

目的：越来越多的证据表明，包括DNA甲基化在内的表观遗传改变会影响2型糖尿病及其微血管并发症的风险。我们在韩国人群中开展了一项全甲基化组关联研究（MWAS），以识别2型糖尿病和糖尿病肾病（DKD）的差异甲基化区域（DMRs）。方法：我们采用病例对照研究设计，使用Illumina EPIC芯片对外周血白细胞进行初步MWAS，纳入232名2型糖尿病患者和197名非糖尿病对照者。2型糖尿病组进一步分为87例DKD病例和80例非DKD对照。另从两个人群队列中纳入819名个体，用于研究已识别的DMRs与定量代谢性状的关联。我们利用已识别的DMRs构建DNA甲基化评分，以预测2型糖尿病的发生。为探讨代谢性状与差异甲基化状态之间的因果关系，我们进行了孟德尔随机化（MR）分析。

结果：我们在429例2型糖尿病病例和对照中识别出8个DMR（分别位于BMP8A、NBPF20、STX18、ZNF365、CPT1A和TRIM37各一个，TXNIP两个），它们与2型糖尿病风险显著相关（P < 9.0×10⁻⁸），其中三个为既往已知（TXNIP和CPT1A中的DMR）。由这些DMR构成的DNA甲基化评分在独立前瞻性队列中可区分2型糖尿病发病风险，DNA甲基化评分最低十分位与最高十分位之间的相对风险为2.44（95%置信区间1.39–4.28）。CPT1A和TXNIP中的DMR与定量代谢性状相关，包括空腹血糖、HbA1c和体重指数。我们还在167例DKD病例和对照中识别出三个与DKD相关的DMR（位于COMMD1、TMOD1和FHOD1）。DKD的DMR与2型糖尿病的DMR未见有意义的重叠。在MR分析中，估计的肾小球

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。