PRJNA1144435：乳腺癌进展三维基因组图谱 [ChIP-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1144435

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

在癌症的发生与发展过程中，基因表达出现了大规模的改变。基因调控发生在三维基因组的背景下。然而，疾病进展对基因组三维结构的影响仍知之甚少。以乳腺癌为模型，我们描绘了该疾病自然病程中三维基因组的变化，从发生到进展。独特之处在于，我们分析了同一患者的肿瘤，使我们能够评估转移时发生的变化程度。我们的结果显示，在肿瘤发生和转移过程中，拓扑关联域（TADs）和区室层面的基因组组织极为稳定。然而，在代表经过大量预治疗的进展性疾病的胸膜转移中，三维基因组受到严重影响，并且在患者间高度异质，无论是在区室还是TAD层面。我们的数据揭示，乳腺癌的疾病进展与三维基因组的逐步解离相关。

总体设计：对来自健康乳腺（HB）、原发性乳腺癌（PB）、BCa来源的肝转移（LM）的新鲜冷冻组织进行了ChIP-seq。针对ERa（sc-542，SantaCruz）进行了免疫沉淀。免疫沉淀DNA和输入样本的原始双端fastq.gz文件可在EGA数据库的受控访问下获取；项目编号EGAS50000000444（数据集：EGAD50000000642）原始数据来源于患者数据，因此我们将原始序列存放在EGA（两个数据集均如此）。相应的EGA研究登录号为EGAS50000000444（https://ega-archive.org/studies/EGAS50000000444）。

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。