GSE280753：转录因子全关联研究（TF-WAS）识别阿尔茨海默病功能性SNP

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE280753

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

阿尔茨海默病（AD）是一种具有深远全球影响的进行性神经退行性疾病。尽管全基因组关联研究（GWAS）已揭示了与AD相关的基因组变异，但由于解读所识别的遗传关联存在挑战，其转化应用受到限制。为应对这一挑战，我们设计了一种称为转录因子全关联研究（TF-WAS）的新方法。通过整合GWAS、eQTL和转录组分析，我们筛选出30个位于非编码区、可能具有功能的AD SNPs。利用人类转录因子（TF）微阵列，我们鉴定出90个与53种独特TF的等位基因特异性相互作用。随后我们聚焦于涉及SMAD4的几个相互作用，并在工程化遗传背景上通过EMSA、荧光素酶和ChIP进一步验证了这些相互作用。该方法有望揭示不仅AD、而且任何具有可用GWAS数据的复杂疾病的复杂性，为潜在分子机制提供见解，并为潜在治疗靶点提供线索。

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。