死后脑组织中与创伤后应激障碍和抑郁症相关的表观基因组分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE349373

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

在与精神疾病风险相关的分子关联研究中，越来越多地利用患者群体中的外周细胞类型进行探索。然而，对涉及风险的大脑区域进行分子分析对于深入理解精神疾病的前因和后果至关重要。在当前研究中，我们采用Illumina EPIC阵列，对比了原发性诊断为创伤后应激障碍（PTSD；N=101）、重度抑郁症（MDD；N=101）的个体以及对照组（N=100）死后大脑中杏仁核、海马和前额叶皮层的全基因组DNA甲基化水平。

利用细胞类型富集分析、差异甲基化分析、多组学因子分析（MOFA）、秩-秩超几何重叠分析以及基因集富集分析（GSEA），我们证明了：1）成年期创伤暴露在创伤后应激障碍（PTSD）相关杏仁核少突胶质细胞减少中的潜在作用；2）重度抑郁症（MDD）与杏仁核内差异甲基化的稳健关联，这可能由该脑区细胞类型富集的变异所解释；3）甲基化组内性别和诊断特异性的MOFA因子，这些因子区分了PTSD中涉及的免疫及其他生物学通路；4）揭示了与MDD相比，PTSD中不同脑区高甲基化和低甲基化缺乏一致性，这可能表明PTSD大脑具有高度脑区特异性的分子特征。我们还利用MOFA分析识别出一个新的基于大脑的生物学衰老因子，这可能为大脑衰老的生物学通路提供见解。总体而言，这项工作为精神疾病风险的表观遗传学表现提供了关键见解。

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。