PRJNA107303：白血病样本整合表观基因组研究的基因表达数据

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA107303

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

急性白血病及其他肿瘤的分子异质性是理解疾病发病机制和开发新型靶向治疗的主要障碍。异常基因调控是癌症的标志性特征，在决定肿瘤表型中发挥核心作用。我们预测，整合不同的全基因组表观遗传调控标记以及基因表达水平，将能更有效地捕捉白血病亚型之间的生物学差异。我们使用高密度寡核苷酸微阵列在原发性人急性髓系白血病（AML）和急性淋巴细胞白血病（ALL）标本中检测了基因表达、胞嘧啶甲基化以及组蛋白H3赖氨酸9（H3K9）乙酰化。我们发现，DNA甲基化和H3K9乙酰化如预期那样能够区分这些不同细胞谱系的白血病，但整合各平台信息的综合分析揭示了数百个仅靠基因表达微阵列无法发现的额外差异表达基因。这种整合分析还增强了对AML和ALL中失调生物学通路的检测及其统计学显著性。

因此，利用临床样本进行整合表观基因组学研究是可行的，并且相较于单一平台的微阵列研究，能更有效地检测异常转录编程。关键词：基因表达 总体设计：5份急性白血病样本（2份ALL和3份AML），各设两份重复。

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。