吸烟者与非吸烟者伏隔核全基因组DNA甲基化差异数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE147040

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

吸烟仍是全球可预防性死亡的首要原因。吸烟行为（如开始吸烟、尼古丁依赖、戒烟）具有遗传性，且已识别出许多遗传风险位点。然而，沿吸烟轨迹的遗传风险位点背后的神经生物学机制在很大程度上仍不清楚。吸烟者与非吸烟者之间的DNA甲基化差异有助于揭示易感吸烟行为的机制及吸烟暴露本身的影响。已在血液中的许多CpG位点发现吸烟导致的DNA甲基化差异，但由于基因调控的组织特异性，仅能在脑组织中检测到的DNA甲基化差异可能被遗漏。在此，我们提供了在伏隔核——一个与成瘾相关的大脑组织——中，来自221名已故个体的Illumina HumanMethylationEPIC阵列数据：其中53名当前吸烟者，168名非吸烟者。基于这些数据，我们进行了全表观基因组关联研究，并识别出几个与吸烟相关的CpG关联。

在所识别的CpG位点中，有一部分对应于先前已被认定为基于血液的吸烟DNA甲基化生物标志物的基因，而其他CpG位点则对应于此前在血液中未检测到的基因，这些基因可能反映了与吸烟相关的大脑特异性过程。

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。