GSE62966：等位基因特异性表达及其染色质状态分析以识别逃逸X染色体失活的基因

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE62966

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

长期以来，Barr小体的消失一直被视为癌症的标志，然而其究竟对应于表观遗传不稳定与转录再激活，还是遗传物质丢失，仍不清楚。本研究表明，在乳腺癌细胞系及原发性乳腺肿瘤中，失活X染色体常呈现高度异常的核内三维组织架构，其特有的异染色质状态发生全局性扰动，包括常染色质标志的明显获得以及H3K27me3和启动子DNA甲基化等抑制性标志的减弱。染色质与转录的全基因组分析揭示，癌细胞中表观基因组景观发生改变，并伴随显著程度的X连锁基因再激活，影响此前已被认为与癌症相关的基因，包括组蛋白去乙酰化酶HDAC8和转导素β样1X连锁基因TBL1X。我们提供了原理验证，表明表观遗传失调确实可以扰动某些X连锁因子的剂量，并证明其中许多基因在原发性乳腺肿瘤中被再激活。

我们的研究证实，在癌症背景下，失活的X染色体易受表观遗传侵蚀，并为利用染色质标记和X染色体基因作为潜在生物标志物来评估癌症中的表观遗传变化奠定了基础。

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。