Droplet Hi-C实现异质组织中染色质架构的可扩展单细胞分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE253407

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

当前分析染色质架构的方法难以直接应用于异质性组织。在此，我们介绍Droplet Hi-C技术，该技术利用商用微流控装置，在液滴中实现高通量、单细胞水平的染色质构象 profiling。通过Droplet Hi-C，我们绘制了小鼠大脑皮层的染色质架构图谱，并分析了主要皮层细胞类型中的基因调控程序。此外，我们运用该技术检测了人胶质母细胞瘤、结直肠癌和血液癌细胞中的拷贝数变异、结构变异及染色体外DNA，揭示了治疗过程中的克隆动态及其他致癌事件。我们进一步优化了该技术，使其能够在单细胞中同时分析染色质架构与转录组，便于探索正常组织与肿瘤中染色质架构与基因表达之间的联系。因此，Droplet Hi-C不仅填补了异质性组织染色质分析的关键空白，还增进了对基因调控的理解。

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。