GSE163020：网络化调控元件增强子-沉默子活性尺度上甲基化介导的重调谐引导驱动基因失调

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE163020

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

癌症源于特定致病驱动基因获得异常功能，但对编码区和调控元件的序列分析仍无法解释其中许多异常。我们开发了一种策略，用于探索癌症肿瘤中沉默子和增强子的活性。将该方法应用于人类胶质母细胞瘤，我们构建了一个覆盖驱动基因的调控元件数据集。许多基因与多个沉默子和增强子相关联，这些元件协同调控其表达。令人惊讶的是，DNA甲基化诱导增强子和沉默子获得新的活性设定点，范围从强转录增强到强沉默。将这些效应整合到基因表达的数学模型中，揭示了此前无法解释的肿瘤中癌基因失调背后的分子事件。由表观遗传重调增强子或沉默子引起的基因功能异常事件数量超过了致病性编码或调控序列改变，因此在驱动基因突变中占主导地位。这一主要基因转化机制的阐明，可能为系统性地揭示癌症和其他疾病背后驱动力开辟道路。

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。