儿童急性淋巴细胞白血病相关胚系基因组变异

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-17195

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

我们确定了与儿童急性淋巴细胞白血病（ALL）及其亚型相关的胚系单核苷酸多态性（SNPs）。利用Affymetrix 500K定位阵列和公开可用的基因型数据，我们识别出18个SNPs，其在儿童ALL人群（n=317）与非ALL对照组（n=17,958）之间的等位基因频率存在差异（P<1x10-5）。其中6个SNPs在四种ALL亚型间的等位基因频率也存在差异（P≤0.05）。ARID5B基因上的两个SNPs不仅在ALL组与非ALL组之间存在差异（rs10821936，P=1.4x10-15，优势比[OR]=1.91；rs10994982，P=5.7x10-9，OR=1.62），还能将B-超二倍体ALL与其他亚型区分开来（rs10821936，P=1.62x10-5，OR=2.17；rs10994982，P=0.003，OR=1.72）。这些ARID5B SNPs在一个独立验证队列（n=124名ALL儿童）中同样能将B-超二倍体ALL与其他亚型区分开来（分别为P=0.003和P=0.0008，OR分别为2.45和2.86），并且与白血病淋巴母细胞中甲氨蝶呤的蓄积及基因表达模式相关。我们得出结论：胚系基因组变异影响特定ALL亚型的易感性及其特征。

我们利用微阵列技术详细描绘了被诊断为急性淋巴细胞白血病的儿童原代白血病原始细胞中基因表达的全局程序。

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。