B细胞急性淋巴细胞白血病表观基因组图谱[ATAC-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE226400

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

急性淋巴细胞白血病（ALL）是儿童患者中最常见的恶性肿瘤，约占所有儿童恶性肿瘤的四分之一。既往研究已将B细胞系ALL（B-ALL）划分为多种分子亚型，涵盖一系列驱动恶性肿瘤的异常染色体易位和嵌合融合。尽管这些亚型的转录组和DNA甲基化图谱已被广泛研究，但许多B-ALL亚型所伴随的染色质景观及相应的基因调控元件库尚未得到充分表征。为更好地理解B-ALL的表观基因组和基因调控网络，我们利用转座酶可及性染色质高通量测序（ATAC-seq）对154例原发患者样本进行了染色质可及性图谱绘制，覆盖11种B-ALL分子亚型。我们揭示了B-ALL与原代B细胞之间存在广泛的染色质重编程，这些重编程驱动致癌信号通路并扰乱正常B细胞功能。尤为引人注目的是，我们还鉴定出42,457个具有显著亚型富集特征的可及性染色质位点。

在PCA-LDA分类模型框架内，亚型富集位点显示出近90%的亚型预测交叉验证准确率。转录因子（TF）足迹分析和转录组信息进一步鉴定了候选的亚型特异性驱动TF以及B-ALL亚型间独特的基因调控网络。为更好地理解遗传变异如何影响染色质可及性，我们鉴定了9080个作为ATAC-seq染色质可及性数量性状位点（ATAC-QTLs）的变异，这些变异 contribute to 患者样本间染色质可及性的变异性。总体而言，这一大型数据集及相关分析为深入了解B-ALL的基因调控景观提供了独特窗口，突显了B-ALL分子亚型间染色质可及性的复杂性和异质性。关键词：通过高通量测序进行基因组结合/占据分析

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。