DNA O-MAP 特定基因组位点分子邻域数据集

数据集获取

源站：https://doi.org/10.5061/dryad.fn2z34v98

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。

数据集大小约 60.26 GB。

数据说明

该数据集包含与DNA O-MAP的开发和应用相关的原始测序数据、处理后比对文件、荧光显微镜图像以及表格图源数据。DNA O-MAP是一种用于在固定细胞中分析特定基因组位点附近蛋白质与DNA相互作用的方法。该数据集包括：（1）14个双端FASTQ文件，来自Illumina MiSeq测序，针对HCT 116细胞中3号、10号和19号染色体上单拷贝染色质环锚点的DNA O-MAP实验；（2）10个BAM比对文件（GRCh38/hg38，经ENCODE黑名单过滤），源自这些测序文库；（3）20个原始三维荧光显微镜图像堆栈（.nd2格式），用于量化端粒、着丝粒周围α卫星、线粒体和无探针对照条件下的标记特异性和效率；（4）48个单独显微图像面板（PNG），用于手稿图表；（5）32个CSV文件和1个Cytoscape JSON文件，包含所有手稿图表面板所依据的处理后数值数据，包括蛋白质组富集分析、基因集富集结果、基因组覆盖谱和蛋白质相互作用网络。

FASTQ和BAM文件可使用标准基因组比对工具重新分析。显微镜文件可用Fiji/ImageJ（Bio-Formats插件）或NIS-Elements打开。表格数据文件可用R、Python或任何电子表格软件读取。

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。