良性与恶性外周神经鞘瘤比较甲基化组分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE21714

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

异常DNA甲基化（DNAm）早在25年前就首次与癌症关联起来。自那时起，许多研究已将肿瘤抑制基因的高甲基化和癌基因的低甲基化与肿瘤发生过程联系起来。然而，这些研究大多局限于对启动子和CpG岛（CGIs）的分析。近年来，全基因组DNAm（甲基化组）分析的新技术得以开发，使得能够对癌症甲基化组进行无偏分析。利用MeDIP-seq技术，我们报告了一项基于测序的恶性外周神经鞘瘤（MPNST）、良性神经纤维瘤和正常施万细胞甲基化组的比较分析。对这些甲基化组的分析揭示了DNAm改变的复杂图景。与当前的主流观点相反，在MPNST甲基化组中并未观察到显著的全局低甲基化。然而，在卫星重复序列中发现了高度显著（P<10-100）的DNAm方向性差异，提示这些重复序列可能是MPNST中低甲基化的主要靶标。对MPNST和施万细胞甲基化组的比较分析鉴定出101，466个癌症相关差异甲基化区域（cDMRs）。

分析显示，这些cDMR在两种卫星重复序列类型（SATR1和ARLα）中显著富集，并提示这些序列的异常DNA甲基化与健康细胞向恶性疾病的转变之间存在关联。同时，还发现高甲基化cDMR在CGI岸（P<10^-60）、非CGI相关启动子（P<10^-4）以及低甲基化cDMR在SINE重复序列（P<10^-100）中显著富集。DNA甲基化与基因表达数据的整合表明，与CGI岸cDMR相关的基因表达模式能够区分疾病表型。本研究确立了MeDIP-seq作为分析癌症甲基化组的有效方法。

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。