DNA甲基化改变是急性早幼粒细胞白血病的晚期事件且与转录因子结合丢失同时发生
该数据集来自 omicsdi.org，属于肿瘤/白血病分类，主题标签为 Genomics。它由两个子系列组成：GSE42044 为测序数据，GSE42118 为 Illumina Methylation 数据，均围绕急性早幼粒细胞白血病中 DNA 甲基化改变是晚期事件、并与转录因子结合丢失同时发生这
基本信息
资源简介
DNA甲基化改变是急性早幼粒细胞白血病的晚期事件且与转录因子结合丢失同时发生
该数据集围绕急性早幼粒细胞白血病（Acute Promyelocytic Leukemia）中DNA甲基化改变的发生时序及其与转录因子结合丢失的关系展开，属于肿瘤/白血病研究领域，主题标签为Genomics，来源站为omicsdi.org。数据集由两个子系列构成：GSE42044为测序数据，GSE42118为Illumina Methylation数据，二者共同服务于同一研究主题，即DNA甲基化改变在急性早幼粒细胞白血病中属于晚期事件，并与转录因子结合的丢失同时发生。该数据集为研究者提供了从测序和甲基化芯片两个层面观察白血病表观遗传改变的入口，有助于理解疾病进展过程中甲基化变化的时间节点及其与转录调控的关联。
【数据集背景】
急性早幼粒细胞白血病是一种具有特定遗传学和表观遗传学特征的血液系统恶性肿瘤。该数据集所关注的核心科学问题是DNA甲基化改变在疾病发生发展中的时间定位，即甲基化变化究竟是早期驱动事件还是晚期伴随事件。研究主题明确指出，DNA甲基化改变是急性早幼粒细胞白血病中的晚期事件，并且与转录因子结合的丢失相吻合。这一背景为理解白血病表观遗传调控异常提供了重要视角，也构成了该数据集两个子系列共同围绕的研究主线。
【数据内容】
该数据集由两个子系列组成。GSE42044为测序数据，对应“DNA methylation changes are a late event in Acute Promyelocytic Leukemia and coincide with loss of transcription factor binding (sequencing)”。GSE42118为Illumina Methylation数据，对应“DNA methylation changes are a late event in Acute Promyelocytic Leukemia and coincide with loss of transcription factor binding (Illumina Methylation)”。两个子系列分别从测序和Illumina甲基化检测两个技术角度覆盖同一研究主题。关于样本数量、具体基因位点、甲基化水平数值、转录因子名称等详细信息，源站未提供。
【采集与来源】
该数据集的来源站为omicsdi.org，属于肿瘤/白血病分类，主题标签为Genomics。数据集本身以SuperSeries形式组织，由上述两个子系列构成，源站描述中建议参考各个子系列以获取更具体的信息。关于样本采集地点、采集时间、伦理审批信息、受试者人群特征等，源站未提供。
【适用场景】
该数据集适用于急性早幼粒细胞白血病表观遗传学与转录调控相关的研究场景。具体而言，可用于探索DNA甲基化改变在白血病进展中的时间顺序，分析甲基化变化与转录因子结合丢失之间的空间或时序关联，以及比较测序数据与Illumina Methylation数据在检测甲基化改变时的一致性。此外，也可作为肿瘤/白血病表观遗传研究的参考数据集，用于方法学比较或与其他白血病甲基化数据集进行整合分析。关于该数据集是否适用于临床诊断、预后判断或治疗靶点筛选等具体应用，源站未提供。
【使用方法】
该数据集以SuperSeries形式发布，包含GSE42044和GSE42118两个子系列。使用者可根据研究目的分别访问或联合分析这两个子系列：GSE42044提供测序数据，GSE42118提供Illumina Methylation数据。源站描述建议参考各个子系列以获取具体的数据结构和处理方式。关于数据下载格式、预处理流程、归一化方法、分析工具推荐等，源站未提供。
【质量与限制】
该数据集由两个子系列组成，分别采用测序和Illumina Methylation两种技术平台，可能为交叉验证提供基础。然而，关于数据质量评估指标、批次效应、样本量、覆盖度、重复性等信息，源站未提供。此外，该数据集仅围绕急性早幼粒细胞白血病这一特定疾病类型，结论是否可推广至其他白血病亚型或其他肿瘤类型，源站未提供。使用者应注意，数据集的原始描述中未给出具体的统计功效或验证结果，因此在使用时需结合自身分析目的进行审慎评估。
【引用与许可】
该数据集的来源站为omicsdi.org，源站描述中提及了GSE42044和GSE42118两个子系列编号。关于数据集的引用方式、许可协议、使用限制、是否允许商业用途、是否需要联系原作者等，源站未提供。使用者应直接访问源站或相关子系列页面以获取准确的引用与许可信息。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-42119
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
这个超级系列由以下子系列组成：GSE42044：DNA甲基化变化是急性早幼粒细胞白血病的晚期事件，并与转录因子结合丢失同时发生（测序）；GSE42118：DNA甲基化变化是急性早幼粒细胞白血病的晚期事件，并与转录因子结合丢失同时发生（Illumina甲基化）。请参阅各个子系列。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
