cEpiReg
cEpiReg是一个整合单细胞RNA测序和单细胞染色质可及性测序数据的多模态生物医学数据集，包含顺式调控元件、转录因子与目标基因的调控网络信息，主要用于研究阿尔茨海默病的遗传学调控机制，揭示疾病发病过程中的隐藏调控链接，为疾病机制解析和靶点发现提供数据支持。
基本信息
资源简介
cEpiReg
【数据集背景】
本数据集源站标题为《jawa23bio/cEpiReg》。源站首次发布：2024-05-16。
【数据内容】
源站原始描述：Our comprehensive database integrates data from scRNA seq and sc-ATAC seq, identifying cis-regulatory elements (CREs) through comparison with ENCODE, Epimap, GWAS Catalog, and other datasets. By connecting transcription factors (TFs), CREs, and target genes, cEpiReg unveils hidden regulatory links crucial for understanding AD pathogenesis. # cEpiReg cEpiReg constructs a comprehensive database elucidating the intricate regulatory mechanisms underlying Alzheimer''s Disease (AD) genetics. Through in…
【主题与分类】
主题标签：atac-seq、database、epigenetic-data、eqtl-mapping、scrna-seq-analysis。
【获取与许可】
源站页面：https://github.com/jawa23bio/cEpiReg
【使用注意】
· 源站最后修改于 2025-02-14，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
git clone https://github.com/jawa23bio/cEpiReg.git
curl -L -o repo.zip https://github.com/jawa23bio/cEpiReg/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
cEpiReg
cEpiReg constructs a comprehensive database elucidating the intricate regulatory mechanisms underlying Alzheimer’'s Disease (AD) genetics. Through integrating data from scRNA seq and sc-ATAC seq, we identified the cis-regulatory elements (CREs) by comparing our results against various databases like ENCODE, Epimap, and publicly available datasets. This project establishes a robust framework connecting transcription factors (TFs), CREs, and target genes. cEpiReg uncovers hidden regulatory links that could piece together missing links crucial for understanding AD pathogenesis.
Website can be reached at https://bioed.bu.edu/students_24/Team_10/Team-10_database.html
Created by Neha Rao, Bhavana Kapalli, and Jawahar Mahendran
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
