原发性体质性MLH1表观突变:局灶性表观遗传事件[血液数据集]
该数据集来自NCBI GEO,标题为原发性体质性MLH1表观突变:局灶性表观遗传事件[血液数据集],聚焦林奇综合征相关的肿瘤研究
![GSE107351: Primary constitutional MLH1 epimutations: a focal epigenetic event [blood data sets]](/medical-api/medicalDataset/datasetCover/103640.jpg)
基本信息
资源简介
原发性体质性MLH1表观突变:局灶性表观遗传事件[血液数据集]
Primary constitutional MLH1 epimutations: a focal epigenetic event [blood data sets]
该数据集来自NCBI GEO,标题为原发性体质性MLH1表观突变:局灶性表观遗传事件[血液数据集],聚焦林奇综合征相关的肿瘤研究。数据通过基因组芯片甲基化分析(GPL13534平台)对血液样本进行甲基化谱检测,包含1个文件GSE107351_series_matrix.txt.gz。源站描述指出,体质性MLH1表观突变表现为正常组织中MLH1启动子的单等位基因甲基化并伴随等位基因特异性沉默,其原发机制尚不明确。该研究旨在深入表征MLH1周围异常甲基化区域及其他基因组位点,可用于探索MLH1表观突变的分子特征与林奇综合征的关联(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 27 201。
【数据内容】
源站描述(机器翻译,仅供参考):背景:体质性MLH1表观突变的特征在于正常组织中MLH1启动子的单等位基因甲基化,并伴随等位基因特异性沉默。原发性MLH1表观突变的机制目前尚不清楚。本研究的目的是对针对MLH1周围异常甲基化区域及其他基因组位点的体质性MLH1表观突变进行深入表征。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL13534、9606。本站分类:肿瘤/林奇综合征。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE107351
【使用注意】
· 源站最后修改于 Mar 22 201,引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE107351
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
背景:体质性MLH1表观突变的特点是在正常组织中MLH1启动子呈现单等位基因甲基化,并伴有等位基因特异性沉默。原发性MLH1表观突变的机制目前尚不清楚。本研究旨在深入表征针对MLH1周围异常甲基化区域及其他基因组位点的体质性MLH1表观突变。方法:采用Infinium Human Methylation 450K芯片对12名MLH1表观突变携带者、61名Lynch综合征患者和41名健康对照进行分析,并运用靶向分子技术表征携带者中的MLH1表观突变及其遗传模式。结果:在10名携带者中,未在顺式位置的表观突变等位基因上发现核苷酸或结构变异,其中2例证实存在跨代甲基化清除,提示为原发性表观突变。在2例病例中发现了MLH1位点之外的CNV。与对照组相比,EPM2AIP1-MLH1 CpG岛被确定为MLH1表观突变携带者中唯一的差异甲基化区域。
结论:原发性体质性MLH1表观突变是在缺乏顺式作用遗传变异的情况下,作为EPM2AIP1-MLH1 CpG岛上的局灶性表观遗传事件而发生的。需要进一步的分子特征描述,以阐明MLH1表观突变的机制基础及其遗传性/可逆性。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




