GSE335939：细胞特异性基因表达与染色质可及性整合助力定位小胶质细胞中的神经退行性疾病风险

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE335939

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

全基因组关联研究（GWAS）在提名常见表型（包括神经退行性疾病（NDDs））风险相关的基因组位点方面取得了高度成功。然而，由于全基因组范围内的连锁不平衡，GWAS解读中一个持续存在的挑战是将位点分解为基因和变异，从而提名疾病机制。在此，我们使用包含自然群体水平变异的iPSC衍生细胞来解析包括阿尔茨海默病（AD）、帕金森病（PD）和路易体痴呆（DLB）在内的NDDs相关GWAS位点。我们使用了两种分化方案，分别产生大脑中不同类型的细胞——神经元和小胶质细胞，此前已证明这两种细胞参与NDD发病机制。通过荟萃分析将分化iPSC中的QTL定位与已发表的人脑数据集相结合，我们观察到多个与NDDs相关的位点，这些位点往往局限于神经元或小胶质细胞。我们发现，识别共定位的GWAS和QTL信号而非简单的表达，支持小胶质细胞对疾病风险有强烈贡献。

BIN1位点包含一个eQTL，该eQTL与AD和DLB共享的遗传风险重叠，并具有五个小胶质细胞特异性的风险重叠峰。我们使用基于perturb-seq的方法在小胶质细胞中检测了这些峰的增强子活性。我们的结果表明，其中一个被提名的峰控制小胶质细胞中BIN1的表达，但也改变该位点其他基因的表达。这些结果扩展了先前的假说，即小胶质细胞在NDDs中发挥因果性而非反应性作用，并表明iPSC衍生的细胞是实验性剖析与QTL共定位的GWAS位点的有用模型。

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。