单核多组学揭示Pick病与阿尔茨海默病共享及独特通路

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE259298

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

神经退行性疾病，尤其是皮克病（PiD）和阿尔茨海默病（AD）等tau蛋白病中转录组和表观基因组变异的研究，为理解其潜在调控机制提供了重要线索。在本研究中，我们识别了驱动疾病进展的关键调控变化，揭示了潜在的治疗靶点。通过比较分析，我们发现了疾病富集的非编码区域和全基因组范围内的转录因子（TF）结合差异，并将其与靶基因相关联。值得注意的是，我们鉴定了一个与E3泛素连接酶（UBE3A）相关的远端人类获得性增强子（HGE），突显了疾病特异性的调控改变。此外，对AD风险基因的精细定位揭示了富集于小胶质细胞增强子且在其它细胞类型中可及的位点。在PiD和AD中，我们在神经元和胶质细胞中观察到了共享和独特的TF结合模式。我们利用CRISPR切除UBE3A中预测的增强子区域以验证研究发现，并开发了一个交互式数据库scROAD，用于可视化预测的单细胞TF占据情况和调控网络。

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。