成人脑染色质可及性图谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE96949

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

与神经精神疾病相关的大多数常见遗传风险变异是非编码的，被认为通过破坏顺式调控元件（CREs）的功能来发挥作用，这些元件包括启动子和增强子。在每个细胞中，染色质以特定模式排列，以暴露基因表达最佳时空调节所需的CREs集合。为了进一步理解大脑中调节转录的复杂机制，我们利用冷冻尸检样本生成了迄今为止最大的人类大脑和细胞类型特异性开放染色质数据集。通过转座酶可及染色质测定结合测序（ATAC-seq），我们在5个个体的14个不同脑区中，对2种细胞类型（神经元和非神经元）的染色质可及性进行了图谱绘制。染色质结构因细胞类型而异，神经元的染色质显示出比非神经元更高的区域变异性。我们的发现之一是纹状体神经元特异性的开放染色质区域（OCR）。

当置于小鼠体内时，源自该OCR的人类序列重现了我们ATAC-seq实验预测的细胞类型和区域表达模式。此外，差异可及的染色质与神经精神特征的遗传结构重叠，并揭示了分子通路和生物学功能的差异。通过利用转录因子结合分析，我们识别了具有细胞类型和脑区特异性的蛋白质编码基因和长非编码RNA（lncRNAs）。我们的数据为研究界提供了宝贵的资源，并且我们将这份人类脑染色质可及性图谱作为在线数据库“Brain Open Chromatin Atlas (BOCA)”提供，以便于解读。

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。