靶向单分子染色质可及性与DNA甲基化多重映射揭示神经干细胞与胶质母细胞瘤的表观遗传异质性

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-50047

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

人类肿瘤由异质性细胞群体组成，这些细胞群体表现出多样的分子和表型特征。为了研究表观遗传差异在多大程度上促成肿瘤内细胞异质性，我们开发了一种高通量方法，称为MAPit-patch。该方法从亚微克级输入量的基因组DNA中对靶向序列进行多重扩增，随后进行下一代亚硫酸氢盐测序。这提供了高分辨率、高度可扩展且同时性的单分子染色质可及性和DNA甲基化定位。来自靶向区域的长测序读段保持了表观遗传信息的结构完整性，并提供了可观的覆盖深度，首次检测到先前被现有全基因组和群体集成方法所掩盖的表观遗传构型的少数亚群。通过分析一组71个基因启动子——这些基因的外显子在癌症中常发生突变——MAPit-patch揭示了若干差异可及和差异甲基化的启动子，这些启动子与神经干细胞（NSC）和胶质母细胞瘤（GBM）细胞群体之间基因表达的改变相关。

此外，在单个启动子处测序的分子间观察到了显著的表观遗传异质性，表明存在表观遗传上不同的细胞亚群。本研究包括4个样本：NSC分别用100U M.CviPI和0U对照进行探测；GBM分别用100U M.CviPI和0U对照进行探测。

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。