癫痫脑活动高分辨率分子图谱（植入深度电极）[RNA-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE268714

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

理解神经系统疾病需要整合多模态数据的系统级方法，但样本可获得性有限以及缺乏来自活体患者的电生理与分子联合数据，阻碍了相关进展。在此，我们证明立体脑电图（sEEG）——常规用于癫痫监测的立体定向植入电极——能够将RNA测序和表观基因组图谱与在体记录及脑成像相整合。我们报告了一种方法MoPEDE（通过外植深度电极对癫痫脑活动进行分子 profiling），该方法通过从含有匹配电生理和影像数据的外植深度电极中回收大量蛋白编码转录本和DNA甲基化谱，从而实现上述整合，进而允许对患者脑结构和功能进行高分辨率重建。我们的概念验证研究表明，不同病因的癫痫具有不同的分子景观，并识别出与神经生理信号相关的转录本，包括即早基因、炎症标志物和轴突导向分子。

此外，我们识别出指示转录允许或限制性染色质状态的DNA甲基化谱。虽然基因表达梯度与所分配的致痫指数相对应，但我们在某些电极中发现了离群分子指纹，这可能表明临床评估中未检测到的癫痫扩散区或产生区。这些发现证实，来自植入式sEEG的RNA谱和全基因组表观遗传数据提供了大脑活动的高分辨率替代分子图谱。这一革命性方法有潜力增强诊断决策并加深我们对致痫过程的理解。

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。