慢性淋巴细胞白血病B细胞分化状态连续DNA甲基化去卷积替代指标

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE307998

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

慢性淋巴细胞白血病（CLL）在临床上分为IGHV突变型（M-CLL）和IGHV未突变型（U-CLL）两种亚型，这两种亚型被认为起源于B细胞分化途径中不同的起源细胞。我们对纯化的CLL样本（n=89）进行了基因组规模的DNA甲基化检测，并利用基于参考的细胞去卷积技术，构建了一个在类B初始细胞至类B记忆细胞尺度上连续的表观遗传相似性指标（B-Index）。B-Index能够准确地将CLL分为临床亚型（98.8%），其表观遗传信号强于IGHV基因同源性百分比，并在M-CLL亚组内显示出额外的表观遗传信号。我们证明U-CLL在表观遗传上更接近B记忆细胞而非B初始细胞，并调和了既往关于其具有类B初始细胞表观遗传信号的报道。U-CLL的类B记忆程序富集了与生发中心激活通路相关的转录因子结合位点。我们的发现为辨别CLL的起始机制和起源细胞提供了表观遗传学证据。

我们还发现了一种与肿瘤负荷相关的表观遗传信号，这可能与EB病毒等病毒感染存在一定关联。我们基于细胞类型去卷积的方法为CLL表观遗传分化状态开发了一个连续指标，该方法可应用于其他具有多个分化阶段亚型的肿瘤。

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。