不同CTGF rs9399005 SNP基因型原代真皮成纤维细胞辐照或假辐照后的转录分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE325569

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

此前已建立了一个用于预测乳腺癌患者放疗后皮肤纤维化的模型，并在由功能性RILA检测确定的高风险亚组中，识别出与风险降低相关的rs9399005非编码候选SNP。该SNP位于CTGF基因下游，但其生物学功能尚不清楚。本研究旨在探讨其在转录水平上的功能影响。先前已对候选SNP进行基因分型的患者来源真皮成纤维细胞取自当地生物样本库。最初，针对主要纯合子（CC）、杂合子（CT）和次要纯合子（TT）基因型，每种各培养6株成纤维细胞至第6代，并暴露于4 Gy照射或假照射，但其中1株TT成纤维细胞因质量差且生长缓慢而被排除在研究之外。在照射前（第0天）和治疗后第2天收集细胞总RNA，使用RNA-seq进行基因表达定量。

使用Trimmomatic进行数据修剪、Kallisto进行伪比对及数据标准化(voom函数，limma)后，利用limma包进行了差异基因表达(DGE)分析(FDR<0.05)。通路富集分析采用R语言中的ReactomePA包完成。结果：在基线(第0天)时，各基因型间(TT与CC：n=5；TT与CT：n=2；CT与CC：n=1)鉴定出的差异表达基因(DEGs)较少。第2天的转录组变化通过将各基因型受辐射和未处理样本与作为共同对照的基线(第0天)未处理CC基因型进行比较来评估。不同基因型的成纤维细胞之间DEGs数量存在显著差异(p<0.001，卡方检验)。第2天DEGs数量最多的是CC成纤维细胞(0 Gy：n=2372，4 Gy：n=9576)，而TT基因型的成纤维细胞DEGs显著较少(0 Gy：n=523，4 Gy：n=3538)，CT成纤维细胞则介于两者之间

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。