甲基化芯片分析显示mIDH相关DNA高甲基化反映AML分化阻滞而非TET去甲基化抑制
该数据集来自omicsdi.org,属于肿瘤/白血病分类,主题标签为Transcriptomics。源站描述了一项针对急性髓系白血病(AML)的研究,利用大型AML队列的Infinium 450K数据分析mIDH患者的基因组甲基化模式,发现mIDH与数万个CpG位点的显著DNA高甲基化相关;但过表达

基本信息
资源简介
甲基化芯片分析显示mIDH相关DNA高甲基化反映AML分化阻滞而非TET去甲基化抑制
该数据集来自omicsdi.org,属于肿瘤/白血病分类,主题标签为Transcriptomics。源站描述了一项针对急性髓系白血病(AML)的研究,利用大型AML队列的Infinium 450K数据分析mIDH患者的基因组甲基化模式,发现mIDH与数万个CpG位点的显著DNA高甲基化相关;但过表达mIDH的髓系白血病细胞、在D-2-HG存在下培养的细胞或TET2突变AML患者未显示类似甲基化改变。数据可用于探究mIDH相关DNA高甲基化与分化阻滞的关系(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):异柠檬酸脱氢酶1和2(IDH1/2)在急性髓系白血病(AML)中反复突变,但其在白血病发生中的机制作用尚不清楚。突变型IDH1/2(mIDH1/2)产生的D-2-羟基戊二酸(D-2-HG)对TET酶的抑制被认为可促进肿瘤发生过程中的表观遗传失调。此外,mIDH还在多种细胞培养和小鼠模型中诱导分化阻滞。在此,我们利用来自大型AML队列的Infinium 450K数据分析mIDH患者的基因组甲基化模式,发现mIDH与数万个CpG位点的显著DNA高甲基化相关。然而有趣的是,过表达mIDH的髓系白血病细胞、在D-2-HG存在下培养的细胞或TET2突变AML患者并未显示类似的甲基化改变。在进一步分析中,我们还charact
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-6059
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-6059
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
异柠檬酸脱氢酶1和2(IDH1/2)在急性髓系白血病(AML)中反复发生突变,但其在白血病发生中的机制作用尚不清楚。突变型IDH1/2(mIDH1/2)产生的D-2-羟基戊二酸(D-2-HG)对TET酶的抑制作用被认为可促进肿瘤发生过程中的表观遗传失调。此外,mIDH还在多种细胞培养和小鼠模型中诱导分化阻滞。在此,我们利用大型AML队列的Infinium 450K数据,分析了携带mIDH的AML患者的基因组甲基化模式,发现mIDH与数万个CpG位点上显著的DNA高甲基化相关。然而有趣的是,过表达mIDH的髓系白血病细胞、在D-2-HG存在下培养的细胞或TET2突变型AML患者并未显示出相似的甲基化改变。在进一步分析中,我们还表征了髓系祖细胞的甲基化图谱,并分析了其与mIDH相关高甲基化的关系。
我们的发现表明,髓系细胞的分化状态,而非TET介导的DNA去甲基化的抑制,是急性髓系白血病中mIDH相关高甲基化的主要因素。此外,我们的结果对于理解目前开发的mIDH抑制剂的作用机制也具有重要意义。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




