TSA处理A549细胞的表观遗传图谱分析[ATAC-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE245231

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

细胞衰老（CS）是指细胞周期稳定停滞，其特征是基因表达网络谱的改变。然而，缺乏一种可靠的方法来量化衰老水平。在此，我们开发了一种基于机器学习的工具（预测性细胞衰老模型，PreCSenM），通过整合多平台数据中的衰老特征，定义衰老水平为CS评分，从而解决这一问题。在应用该模型预测肺腺癌（LUAD）患者的临床结果时，PreCSenM发现HDAC抑制剂（HDACi）能够触发LUAD细胞衰老。为了揭示HDACi诱导肺癌细胞衰老的表观遗传谱动态，我们对经TSA处理的A549细胞进行了ATAC-seq。

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。