癌症异常基因与通路的整合多维遗传与表观遗传策略：DNA甲基化
该数据集来自 omicsdi.org，属于肿瘤/乳腺癌分类，主题标签为 Transcriptomics。数据包含一组乳腺癌细胞系的甲基化谱，这些细胞系被纳入 DNA 拷贝数、等位状态、DNA 甲基化和基因表达的综合分析
基本信息
资源简介
癌症异常基因与通路的整合多维遗传与表观遗传策略：DNA甲基化
该数据集名为“An integrative multi-dimensional genetic and epigenetic strategy to identify aberrant genes and pathways in cancer: DNA methylation”，来自 omicsdi.org，归类于肿瘤/乳腺癌方向，主题标签为 Transcriptomics。其核心内容是一组乳腺癌细胞系的 DNA 甲基化谱，这些细胞系同时被纳入 DNA 拷贝数、等位状态、DNA 甲基化和基因表达的综合分析框架。数据覆盖 9 株乳腺癌细胞系以及 1 株正常细胞系，并以正常细胞系 MCF10A 为参照，判定各细胞系中基因的高甲基化与低甲基化状态。整体而言，该数据集服务于从遗传与表观遗传多个维度识别癌症中异常基因及通路的整合性研究目标，为乳腺癌细胞系的甲基化水平比较提供了可直接使用的测量结果。
【数据集背景】
肿瘤的发生发展不仅涉及 DNA 拷贝数改变和等位状态异常等遗传学事件，也涉及 DNA 甲基化等表观遗传学改变。单一维度的数据往往难以完整刻画基因异常的全貌，因此将 DNA 拷贝数、等位状态、DNA 甲基化与基因表达放在同一分析框架下进行整合，成为识别癌症相关异常基因与通路的一种策略。该数据集正是这一整合性策略的组成部分，聚焦于乳腺癌细胞系模型的 DNA 甲基化层面，为在表观遗传维度上考察基因异常提供数据基础。
【数据内容】
数据内容为一组乳腺癌细胞系的甲基化谱，涵盖 9 株乳腺癌细胞系和 1 株正常细胞系。基于这些甲基化谱，研究者以正常细胞系 MCF10A 为参照，判定各细胞系中基因处于高甲基化还是低甲基化状态。也就是说，数据不仅包含各细胞系的甲基化测量结果，还包含相对于正常对照的甲基化状态判定信息，可用于比较不同细胞系之间以及细胞系与正常细胞之间的表观遗传差异。
【采集与来源】
该数据集来源于 omicsdi.org，在站内归入肿瘤/乳腺癌分类，主题标签为 Transcriptomics。数据所涉及的细胞系是被纳入 DNA 拷贝数、等位状态、DNA 甲基化和基因表达综合分析的那一组乳腺癌细胞系，说明其采集与设计服务于多维度的整合分析目的。关于具体的实验平台、检测方法、样本处理流程与时间信息，源站未提供。
【适用场景】
该数据集适用于乳腺癌细胞系中 DNA 甲基化状态的研究，尤其是需要以正常细胞系 MCF10A 为参照比较基因高甲基化与低甲基化的分析场景。由于相关细胞系同时具备 DNA 拷贝数、等位状态和基因表达层面的整合分析背景，该甲基化数据也可用于与其他维度数据联合考察，辅助识别在表观遗传层面发生异常的基因及相关通路。其主题标签指向转录组学，提示可在基因表达相关研究中作为表观遗传层面的补充信息使用。
【使用方法】
使用时可依据各细胞系相对于 MCF10A 的高甲基化与低甲基化判定结果，开展细胞系之间的比较分析，或筛选在肿瘤细胞系中呈现异常甲基化状态的基因。若需与拷贝数、等位状态或基因表达数据联合分析，应以细胞系为共同单位进行对应整合。关于数据文件的具体格式、字段含义、下载方式与分析流程，源站未提供。
【质量与限制】
该数据集基于细胞系模型，包含 9 株乳腺癌细胞系和 1 株正常细胞系，样本规模有限；甲基化状态的判定以单一正常细胞系 MCF10A 为参照。关于数据的技术验证、批次效应、重复性等质量评估信息，源站未提供。使用时应注意细胞系模型与临床肿瘤组织之间的差异。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-17769
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
一组乳腺癌细胞系的甲基化谱，这些细胞系被纳入DNA拷贝数、等位基因状态、DNA甲基化和基因表达的综合分析。研究生成了9个乳腺癌细胞系和1个正常细胞系的甲基化谱。相对于正常细胞系MCF10A，确定了各细胞系中基因的高甲基化和低甲基化状态。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
