二价启动子易获得并保留DNA甲基化导致矛盾基因激活 [CUT&RUN]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE279920

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

DNA甲基化是一种关键的表观遗传标记，通常与基因沉默相关。然而，近期大规模数据集显示，在不同癌症类型中，启动子DNA甲基化与基因表达之间的正相关性出乎意料地普遍。特别是，数千个基因在癌症中表现出显著的高甲基化和上调，其中大多数基因在正常组织中由原本的二价染色质标记。我们假设启动子DNA甲基化可能有助于这些二价基因的上调。为了验证这一假设，我们使用了CRISPR/dCas9 hit-and-run表观基因组编辑技术，并分析了数千个保留异位甲基化达24天的CpG位点。保留的启动子CpG甲基化对基因表达产生了持久的影响。虽然在非二价启动子中，启动子甲基化的主要效应是基因抑制，但我们发现，在二价启动子中，这通常导致基因激活。我们的CUT&RUN实验数据和癌症患者数据与DNA甲基化增加通过PRC2的5mC敏感组分阻断H3K27me3的维持，从而导致基因上调的机制一致。

总之，我们展示了一种新的机制，说明DNA甲基化如何促进二价基因的激活，这对癌症和发育具有广泛的意义。

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。