GSE31979：全基因组甲基化分析检测乳腺癌激素受体状态及复发风险相关基因

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE31979

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

为更深入地理解激素受体阳性与阴性乳腺癌的生物学特性，并识别疾病进展的甲基化基因标志物，我们采用Illumina Infinium HumanMethylation27芯片，对103例原发性浸润性乳腺癌和21例正常乳腺样本进行了全基因组甲基化阵列分析，该芯片检测了27,578个CpG位点。雌激素和/或孕激素受体阳性的肿瘤显示出比ER阴性肿瘤更多的高甲基化位点。然而，与ER阳性肿瘤相比，ER阴性肿瘤中的高甲基化位点更靠近转录起始位点聚集。我们鉴定出一组ER分类器CpG位点，它能独立地将原发性肿瘤划分为ER亚型。40个CpG位点显示出特定于ER阳性或ER阴性肿瘤的差异甲基化，其中32个为新发现，8个为已知。这40个ER亚型特异性位点均通过癌症基因组图谱（TCGA）独立公开的甲基化组数据集进行了计算机验证。

此外，我们识别出100个与疾病进展显著相关的甲基化CpG位点；这些位点中的大多数在ER阴性乳腺癌中尤其具有信息价值。总体而言，该集合在含同源盒基因中高度富集。这项初步研究证明了乳腺癌甲基化组的稳健性，并展示了其在区分和揭示ER亚型乳腺癌生物学差异方面的潜力。此外，它还定义了候选的ER特异性标志物，并识别出在ER亚组内可能预测结果的潜在标志物。

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。