CLL参考表观基因组与调控图谱样本数据集

数据集获取

源站：https://omicsdi.org/dataset/ega/EGAD00001004046

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

在正常B细胞分化的背景下，对慢性淋巴细胞白血病（CLL）整体及其主要临床生物学亚型（IGHV突变型和未突变型）的参考表观基因组和调控景观进行分析。我们利用六种组蛋白修饰（H3K4me3、H3K4me1、H3K27ac、H3K36me3、H3K9me3和H3K27me3）的全基因组图谱、DNA可及性（ATAC-seq）、DNA甲基化（全基因组亚硫酸氢盐测序）和基因表达（RNA-seq），对七例原发性慢性淋巴细胞白血病样本（CLLs）——其中五例IGHV突变型（n=5），两例IGHV未突变型（n=2）——以及若干成熟B细胞亚群（来自血液和扁桃体的初始B细胞、生发中心B细胞、记忆B细胞和来自扁桃体的浆细胞）的参考表观基因组进行了广泛表征。此外，我们利用H3K27ac的ChIP-seq和ATAC-seq，绘制了另外100例CLL病例的调控染色质景观，并将这些数据与国际癌症基因组联盟（ICGC）背景下研究的其他信息层面（全基因组和/或全外显子组测序（WGS/WES）、RNA-seq和DNA甲基化微阵列）相关联。

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。