ASCL1/NEUROD1双阳性细胞系中ASCL1和NEUROD1结合位点

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE277353

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

小细胞肺癌（SCLC）根据特定转录调节因子分为四种亚型：ASCL1、NEUROD1、POU2F3和YAP1。约80%的SCLC病例显示神经内分泌标志物，主要为ASCL1（称为SCLC-A）或NEUROD1（称为SCLC-N）。过去，这四种亚型被认为完全独立。然而，近期研究表明它们可以相互转化。例如，SCLC-N可由SCLC-A发展而来。此外，ASCL1和NEUROD1有时可同时表达，尽管这种联合亚型尚未被充分了解。我们此前的研究（PMID: 35789143）表明，ASCL1调控某些微小RNA（miRNA），有助于维持亚型间的独立性。然而，NEUROD1在SCLC中调控转录的确切方式，尤其是当其与ASCL1共表达时，仍不清楚。为研究转录调控，我们采用靶向切割及标记化（CUT&Tag）技术确认了双阳性细胞中ASCL1和NEUROD1的结合位点。

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。