影响克隆性造血生殖系非编码风险变异的系统性功能解析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE336143

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

不确定潜能的克隆性造血（CHIP）是一种前驱状态，其特征是携带起源于造血干细胞（HSCs）的体细胞突变的血细胞克隆扩增。由于CHIP个体面临发展为髓系恶性肿瘤的高风险，靶向CHIP克隆可能为白血病预防提供一种可行的策略。尽管具有临床意义，但CHIP易感性和进展的机制仍知之甚少。最近的基因组广泛关联研究（GWAS）已识别出几个与CHIP强烈相关的非编码遗传位点；然而，其潜在机制仍不清楚。我们假设这些非编码位点中的风险变异调节在HSCs中活跃的增强子元件。为了验证这一点，我们从英国生物银行中与CHIP风险相关的51个位点中选择了1，374个非编码变异，并使用大规模并行报告基因检测（MPRA）筛选其调控活性。我们在MUTZ-3细胞中进行了慢病毒MPRA筛选，MUTZ-3细胞是一种与HSCs相关的人类造血细胞系，表达CD34表面标志物并依赖于HSC特异性转录因子。

利用约73,000个构建体的MPRA文库，在MUTZ-3细胞的CD34+组分中，我们识别出代表32个GWAS位点的87个变异。我们采用靶向基因组编辑技术，在影响NKD2、FLT3和MSI2转录的3个MPRA变异中展示了内源性增强子活性。对MSI2的功能研究表明，由CHIP风险等位基因介导的较高水平MSI2的存在，促进了TET2敲除的造血干/祖细胞的克隆扩增，从而提供了非编码遗传变异影响突变CHIP克隆扩增的机制联系。

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。