早期NSCLC DNA甲基化模式表征数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE316309

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

早期肺癌为治疗干预提供了关键窗口期，但驱动疾病起始的表观遗传学改变仍未完全明确。DNA甲基化是基因表达的核心调控因子，也是公认的肿瘤发生促进因素，但I期疾病的甲基化谱分析在很大程度上依赖于基因组覆盖范围有限的芯片平台。在此，我们在碱基分辨率下系统表征了I期肺癌的DNA甲基化图谱。我们首先鉴定了区分I期肿瘤与癌旁正常肺组织的差异甲基化区域（DMRs），并将其与晚期观察到的改变进行比较。随后，我们通过检测这些DMRs与差异基因表达的关联来研究其功能后果，从而将表观遗传学改变与早期疾病中的转录失调联系起来。最后，我们绘制了协同甲基化（共甲基化）区域，并评估了其与癌症相关基因失调的关系，旨在鉴定从肿瘤发生最早可检测阶段即发挥作用的表观遗传调控基因网络。

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。