PRJNA1004680：METSIM 皮下脂肪针吸活检 ATAC-seq
该数据集为 METSIM（Metabolic Syndrome In Men）研究第三次发布的一部分，来源于芬兰 Kuopio 的 METSIM 人群队列参与者
基本信息
资源简介
PRJNA1004680：METSIM 皮下脂肪针吸活检 ATAC-seq
该数据集为 METSIM（Metabolic Syndrome In Men）研究第三次发布的一部分，来源于芬兰 Kuopio 的 METSIM 人群队列参与者。样本为专为研究采集的皮下脂肪小针吸或手术活检组织，于 -80°C 速冻，采用原始或 omni-ATAC 方案对 17 名参与者的 19 份脂肪样本进行染色质可及性分析，其中两人有两份通过质控的 ATAC-seq 文库。数据可用于识别脂肪组织开放染色质区域，支持代谢综合征相关的表型与基因型研究（来源 ncbi.nlm.nih.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：该皮下脂肪 ATAC-Seq 数据集来源于小针吸或手术活检，是 METabolic Syndrome In Men（METSIM）研究（phs000743）第三次发布的一部分。这些数据用于识别脂肪组织中的开放染色质区域。组织捐献者是来自芬兰 Kuopio 的 METSIM 人群队列初始 10,197 名参与者的一个子集。小针吸或手术活检是专门为研究目的采集的，并非其他手术的二次采集，样本在 -80 摄氏度下速冻。我们使用原始或 omni-ATAC 方案对 17 名参与者的 19 份脂肪样本进行了染色质可及性分析；两名参与者有两份通过质控的 ATAC-seq 文库。我们用 Zymo 清理了转座酶反应和最终文库……（更多内容见 dbGaP 研究页面。）
【主题与分类】
主题标签：Phenotype or Genotype。本站分类：内分泌、营养和代谢疾病。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/bioproject/PRJNA1004680
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1004680
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该皮下脂肪组织ATAC-Seq数据集来源于小针或手术活检，是METabolic Syndrome In Men（METSIM）研究（phs000743）第三次发布的一部分。这些数据旨在识别脂肪组织中的开放染色质区域。组织捐献者是来自芬兰Kuopio的METSIM人群队列初始10,197名参与者的一个子集。小针或手术活检专门为研究目的而采集，并非因其他手术附带进行，样本在-80摄氏度下速冻。我们使用原始或omni-ATAC协议对17名参与者的19份脂肪样本进行了染色质可及性分析；其中两名参与者有两个通过质量控制的ATAC-seq文库。我们用Zymo清理了转座酶反应和最终文库……（更多内容请参见dbGaP研究页面。）
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
