GSE186922：鉴定可能介导BMD GWAS位点效应的已知与新型长非编码RNA

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE186922

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

骨质疏松症以骨密度（BMD）降低为特征，是影响骨骼的最常见复杂疾病，构成了重大的社会健康问题。全基因组关联研究（GWAS）已识别出超过1100个影响BMD的关联。已有研究表明，长非编码RNA（lncRNA）的扰动会影响BMD及骨细胞活动；然而，lncRNA参与BMD遗传调控的程度尚不清楚。在此，我们将人髋臼骨碎片中的等位基因失衡（AI）分析与全转录组关联研究（TWAS）以及利用基因型-组织表达（GTEx）项目数据进行的表达数量性状位点（eQTL）共定位分析相结合，以识别可能负责GWAS关联的lncRNA。我们在骨中识别出27个lncRNA，它们位于BMD GWAS关联附近，并携带显示AI的SNP。利用GTEx数据，我们通过TWAS识别出另外31个lncRNA，其表达与BMD相关（FDR校正<0.05），并具有共定位的eQTL（区域共定位概率（RCP）>0.1）。这58个lncRNA位于43个BMD关联中。

为进一步支持所识别lncRNAs的因果作用，我们发现58个lncRNAs中有23个随着成骨细胞分化的过程呈现差异表达。我们的方法识别出可能与BMD GWAS关联有关的lncRNAs，并提示lncRNAs在骨质疏松症的遗传学中发挥作用。

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。