结直肠癌表观基因组ChIP-seq数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE136888

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

癌细胞利用遗传和表观遗传异常来实现其过度生长。尽管我们对结直肠癌的基因组改变已有充分了解，但对表观基因组异常及其对肿瘤生长的影响认识尚不全面。为了全面界定结直肠癌特有的表观遗传模式，我们采用内部开发的高通量ChIP-Seq方法，适用于冷冻肿瘤样本，生成了6种组蛋白修饰标记的全景图谱，包括H3K4me1（增强子）、H3K27Ac（活跃增强子）、H3K9me3（异染色质）、H3K27me3（多梳抑制）、H3K79me2（转录）和H3K4me3（启动子）。染色质状态转变特别指向增强子模式的剧烈变化，这与先前的一些研究结果一致。此外，我们确定了能够最有效区分和预测结直肠癌与正常结肠的最佳组合染色质状态。在对正常结肠、腺瘤和结直肠癌中活跃增强子模式的更详细研究中，我们发现了从正常组织到这些肿瘤性病变过程中增强子的特定变化。

重要的是，我们注意到与邻近正常组织相比，结肠癌中大量基因组位点出现了增强子的增加。总之，我们已经确定异常增强子的增加是结直肠癌的一个主要特征，并提出将其作为一种治疗途径。

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。