GSE296997：DNMT3B调控急性髓系白血病顺式调控染色质与细胞周期程序
该数据集来自 NCBI GEO（GSE296997），聚焦急性髓系白血病（AML）中 DNMT3B 抑制的表观基因组影响
基本信息
资源简介
GSE296997：DNMT3B调控急性髓系白血病顺式调控染色质与细胞周期程序
DNMT3B Regulates Cis-Regulatory Chromatin and Cell Cycle Programs in Acute Myeloid Leukemia
该数据集来自 NCBI GEO（GSE296997），聚焦急性髓系白血病（AML）中 DNMT3B 抑制的表观基因组影响。研究用选择性 DNMT3B 抑制剂 Nanaomycin A（NanA，50 nM）处理 KG1A AML 细胞 48 小时，并用 Illumina MethylationEPIC v2.0 芯片进行全基因组 DNA 甲基化谱分析，识别出差异甲基化 CpG 位点，多数呈中度低甲基化（±25% Δβ-value），富集于启动子和基因体区域，并与染色质可及性改变区域重叠。数据可用于研究 DNMT3B 依赖的甲基化动态及靶向甲基转移酶抑制的表观遗传后果（来源 NCBI）。
【数据集背景】
源站首次发布：May 13 202。
【数据内容】
源站描述（机器翻译，仅供参考）：异常 DNA 甲基化是急性髓系白血病（AML）的标志，常由 DNA 甲基转移酶失调驱动。为研究 DNMT3B 抑制的表观基因组影响，我们用 Nanaomycin A（NanA）——一种选择性 DNMT3B 抑制剂——处理 KG1A AML 细胞，并使用 Illumina MethylationEPIC v2.0 芯片进行全基因组 DNA 甲基化谱分析。在暴露于 NanA（50 nM）48 小时后，识别出差异甲基化 CpG 位点，其中大多数表现出中度低甲基化（±25% Δβ-value）。这些变化富集于启动子和基因体区域，并与染色质可及性改变的区域重叠。所得数据集提供了 AML 中 DNMT3B 依赖性甲基化动态的高分辨率视图，可作为理解靶向甲基转移酶抑制的表观遗传后果的资源。
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：GPL33022、9606。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE296997
【使用注意】
· 源站最后修改于 Mar 19 202，引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE296997
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
异常DNA甲基化是急性髓系白血病（AML）的标志性特征，通常由DNA甲基转移酶失调驱动。为探究DNMT3B抑制的表观基因组影响，我们用Nanaomycin A（NanA）——一种选择性DNMT3B抑制剂——处理KG1A AML细胞，并使用Illumina MethylationEPIC v2.0芯片进行全基因组DNA甲基化谱分析。在暴露于NanA（50 nM）48小时后，鉴定出差异甲基化CpG位点，其中大多数表现为中度低甲基化（±25% Δβ值）。这些变化富集于启动子和基因体区域，并与染色质可及性改变的区域重叠。所得数据集提供了AML中DNMT3B依赖性甲基化动态的高分辨率视图，可作为理解靶向甲基转移酶抑制的表观遗传后果的资源。
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。
