高分辨率甲基化组与转录组整合解析儿童急性淋巴细胞白血病表观基因组变化

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-38235

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

B细胞前体急性淋巴细胞白血病（pre-B ALL）是最常见的儿童癌症。尽管该病的遗传起源尚不明确，但包括DNA甲基化在内的表观遗传修饰被认为在白血病发生中起重要作用。我们评估了46例pre-B ALL患者肿瘤样本和缓解样本中全基因组402,842个CpG位点的DNA甲基化状态（Illumina 450k芯片），从而获得了迄今最全面的单CpG位点分辨率pre-B ALL甲基化图谱。基于CpG位点邻域、蛋白编码基因或miRNA基因相关甲基化水平的无监督层次聚类，将肿瘤队列按主要pre-B ALL亚型分开，且CpG岛、CpG岛岸以及蛋白编码基因转录起始位点附近区域的甲基化与转录本表达强相关。聚焦于携带t(12;21)(p13;q22)易位（ETV6-RUNX1融合基因）的样本，我们鉴定出430个CpG位点的亚型特异性甲基化。通路分析提示相关基因参与造血和癌症。

进一步与转录组数据的交叉分析发现，甲基化影响了18个基因的表达。总之，我们的数据展示了甲基化谱分析在白血病亚型分类及识别亚型特异性甲基化标志物方面的强大能力。此外，我们证明了整合甲基化组和转录组的改变有助于研究癌症中单个基因组重排的下游效应。对46名法裔加拿大籍前B细胞急性淋巴细胞白血病患者的肿瘤样本（诊断当日分离）和缓解期样本（疾病缓解后分离）的亚硫酸氢盐转化DNA，在Illumina Infinium HumanMethylation 450k BeadChips平台上进行了分析。

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。