慢性淋巴细胞白血病细胞全基因组DNA甲基化图谱（RRBS）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE66121

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）是一种在生物学和临床上具有异质性的疾病。免疫球蛋白重链可变区（IGHV）基因的体细胞超突变状态已被确定为CLL中最稳健的预后标志物之一。与克隆表达突变型IGHV基因（M-CLL）的患者相比，未突变IGHV状态（U-CLL）的患者通常预后较差。我们采用简化代表性亚硫酸氢盐测序（RRBS）技术，对43例CLL患者的CD19+ B细胞进行了全基因组DNA甲基化分析。利用碱基对分辨率的甲基化测序，在CLL基因组中鉴定出2323个CLL与正常B细胞之间的差异甲基化区域（CLL特异性DMR）以及569个M-CLL与U-CLL样本之间的差异甲基化区域（IGHV特异性DMR）。与CLL特异性DMR相比，IGHV特异性DMR大多具有独特性。

不到10%的IGHV特异性DMR位于启动子区域；然而，其中超过一半与已知的DNase I超敏位点、以组蛋白修饰（H3K4Me1和H3K27Ac）标记的增强子区域以及ENCODE数据集中的转录因子结合位点重叠，这表明这些DMR含有调控序列。在M-CLL和U-CLL样本中观察到了不同的DNA甲基化模式。总体而言，发现U-CLL样本中的高甲基化区域比M-CLL样本多50%。在U-CLL样本中观察到的高甲基化位点，与记忆B细胞相比，在正常初始B细胞中似乎也呈现高甲基化，提示M-CLL和U-CLL在分化状态上的差异对应于正常B细胞的不同分化阶段。利用匹配样本（n=34）进行的RNA-seq分析——这些样本同时具备DNA甲基化和基因表达数据——证明了DNA甲基化与基因表达之间存在极好的相关性。若干其表达状态先前已被证明与CLL预后相关的基因，如ZAP70、CRY1、LDOC1、SEPT10

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。