正常与恶性人类细胞类型的基因组构象及空间基因相互作用与调控网络特性

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE73924

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

在这项工作中，我们采用Hi-C技术，针对三种不同的人类细胞（RL滤泡性淋巴瘤细胞系、急性淋巴细胞白血病患者原代肿瘤B细胞及MHH-CALL-4 B细胞急性淋巴细胞白血病细胞系）产生了数亿条Hi-C双端测序reads。我们开发并应用了一套内部生物信息学软件流程，将测序reads映射到人类参考基因组上，从而生成了一套大规模、高质量、高分辨率的染色体接触数据集。通过对这些数据的计算分析，我们揭示了人类基因组构象的一些有趣特性，包括不同细胞基因组构象的保守性与变异性、染色体内与染色体间的相互作用、异常染色体易位、空间基因簇、空间基因-基因相互作用以及空间基因-调控元件相互作用。此外，我们还从染色体相互作用数据中推导出了功能元件（基因、转录因子结合位点）之间的空间相互作用。

随后，这些数据被用于构建染色体级/全基因组范围的基因-基因相互作用网络、转录因子结合位点(TFBS)-TFBS网络以及基因-TFBS网络。值得注意的是，两个网络中的连通性均展现出无标度网络的标志性特征，表明基因组中基因-基因、基因-TFBS及TFBS-TFBS的空间相互作用远非随机。

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。