DNA甲基化与逆境：My Body My Story (MBMS) 表观遗传分析数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Ad3c599be1eb2016ae6eb9dbc5e80e29a9ccc727398638e94b2882aa8738dc029

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

DNA甲基化与逆境研究（NIH R01MD014304；项目期：2019年9月1日至2026年3月31日）旨在探究DNA甲基化（DNAm）如何随种族歧视、经济困难和空气污染暴露而变化，以及这些表观遗传改变如何可能导致心血管代谢疾病风险及加速衰老（表观遗传年龄>实际年龄）方面的不平等。本数据集记录描述了用于R01MD014304分析的核心表观遗传分析数据集——“我的身体我的故事”（MBMS）。MBMS（NIH R01AG027122；项目期：2007年9月15日至2013年6月30日）是一项关于种族歧视与心血管代谢健康的横断面、基于人群的研究，从马萨诸塞州波士顿的四家社区健康中心随机招募了1，005名美国出生的非西班牙裔黑人（n=504）和非西班牙裔白人（n=501）成年人，年龄35-64岁（2008-2010年）。MBMS包含对一生中种族歧视和社会经济地位的详细测量、居住地空气污染、心血管代谢结局及相关协变量。

对于R01MD014304项目，2020至2021年间，采用Illumina MethylationEPIC BeadChip对存储的MBMS干血斑进行了检测，生成了293名参与者的全基因组DNA甲基化数据。此处描述的去标识化表观遗传分析数据集包含了DNA甲基化测量值（包括多种表观遗传时钟和其他基于DNA甲基化的指标），并与MBMS的社会、临床及情境变量相关联，这些变量是项目主要分析所需。为了比较目的，R01MD014304项目还使用了来自多民族动脉粥样硬化研究（MESA）的类似数据以及公开可用的美国人口普查和环境数据。这些外部数据集并未包含在此处记录的MBMS表观遗传分析数据集中；研究人员必须直接从原始来源获取。MESA数据需直接向MESA研究申请。本Dataverse记录中的材料：本记录提供了正式引用信息及构建所需的核心材料。

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。