PRJNA684338：甲基化介导的增强子-沉默子活性重调网络调控元件引导驱动基因失调

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA684338

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

癌症的发生源于特定驱动疾病的基因出现功能异常，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来探究癌症肿瘤中沉默子和增强子的活性。将该方法应用于人胶质母细胞瘤，我们构建了一个涵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，其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症基因失调背后的分子事件。由表观遗传重调的增强子或沉默子所致的基因功能异常事件，其数量超过了致病性编码区或调控序列改变，因而在驱动基因突变中占据主导地位。

这一主要基因转化机制的阐明可能为揭示癌症及其他疾病背后驱动力的方法学开辟道路。总体设计：采用以甲基化为中心的功能基因相关调控元件探究新策略，对125个泛癌和/或胶质母细胞瘤（GBM）驱动基因及52个参考癌症基因调控结构域内H3K4me1标记的染色质进行了分析。在实验性大规模并行报告基因检测以及24例GBM肿瘤中，分析了DNA甲基化对基因转录的影响，涉及38,050个靶向甲基化位点。同时提供了技术和生物学重复样本。

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。