Kaiso 通过非经典结合基序调控乳腺癌 DNA 损伤应答

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE309273

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

在乳腺癌中，Kaiso（ZBTB33）——一种双模式DNA结合因子的核定位，是高级别导管型癌的标志，尤其是在雌激素受体阴性病变中。Kaiso对基因表达的调控是通过其与不同的Kaiso结合序列（KBS）基序结合来实现的，这些基序根据情境可以是经典型（cKBS；TCCTGCNA）或含CG的回文型KBS（CG-KBS；TCTCGCGAGA）。尽管Kaiso与乳腺癌之间存在临床关联，但Kaiso如何控制双模式经典与非经典转录调控仍不清楚。在此，我们结合了Kaiso特异性染色质免疫沉淀（ChIP）和Kaiso-Dam甲基转移酶鉴定（Dam-ID）方法，以绘制乳腺癌细胞中Kaiso的基因组结合位点。我们发现，Kaiso主要占据转录活跃且低甲基化（富集H3K4me3和H3K27Ac）的启动子区域中的非经典CG-KBS位点。非经典CG-KBS靶标被积极转录，并与代谢、细胞周期调控和DNA损伤修复等快速生物过程相关联。

在功能上，我们展示了Kaiso的表达对于防止乳腺癌细胞中的DNA损伤至关重要。Kaiso的缺失导致DNA损伤响应基因表达水平下降。使用化疗药物顺铂治疗会导致缺乏Kaiso的细胞中DNA损伤明显累积。因此，我们的数据支持这样一个模型：Kaiso通过结合其非典型共识位点，促进癌细胞中关键细胞过程的快速转录激活。

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。