儿童白血病DNA甲基化图谱MBD富集与SOLiD测序支持材料

数据集获取

源站：https://doi.org/10.5524/100099

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

急性淋巴细胞白血病（ALL）是儿童中最常见的癌症。在过去四十年间，研究已将这种癌症的治疗生存率从不足60%提升至如今的超过85%。其致病分子机制仍不明确。我们采用存档的骨髓涂片显微镜玻片，对八名儿科ALL患者基因组DNA的甲基结合域（MBD）富集片段进行了SOLiD测序。分析了原发肿瘤和缓解期骨髓样本。四名患者复发，并对复发的肿瘤进行了分析。对每个样本的输入DNA和MBD富集DNA进行了测序，与hg19参考基因组比对，并使用MACS和HOMER分析富集峰。总共测序了3.67Gb，其中2.74Gb比对到了参考基因组（平均比对效率74.66%）。我们的数据集代表了针对儿科ALL进行的首批SOLiD MBD-Seq研究之一，并且是首次利用存档骨髓涂片的研究。

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。