MM1S细胞中化学衍生物的Chem-Seq

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-44098

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

将化学实体与染色质在基因组范围内的全局相互作用进行定位，可为理解小分子扰动细胞功能的机制提供新见解。我们开发了一种方法，利用化学衍生物和大规模并行DNA测序（Chem-Seq）来鉴定小分子化学物质在整个人类基因组中结合的位点。我们使用小分子的生物素化衍生物开发了体内和体外Chem-Seq方案。在体内方案中，细胞首先用生物素化配体处理，并同时用甲醛交联。随后裂解细胞，超声破碎以剪切DNA，并使用链霉亲和素磁珠分离生物素化配体及相关染色质片段。然后我们使用大规模并行测序来鉴定富集的DNA片段，并将这些序列映射到基因组。在体外方案中，固定MM1.S细胞，并将由此得到的超声裂解物与生物素化药物孵育，以在体外富集结合的染色质区域。然后我们使用大规模并行测序来鉴定富集的DNA片段，并将这些序列映射到基因组。

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。