非洲裔人群哮喘组织遗传调控表达预测与特征分析数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301390

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

背景：哮喘相关组织中基因表达的遗传调控尚未得到充分表征，尤其是非洲裔人群，这限制了我们对这些人群中哮喘患病率和严重程度增加的理解。目的：为哮喘组织（鼻上皮和CD4+ T细胞）创建新的转录组预测模型，并将其应用于全转录组关联研究，以发现候选哮喘基因。方法：我们使用弹性网框架开发并验证了未刺激CD4+ T细胞和鼻上皮的基因表达预测数据库。将这些数据库与现有预测数据库（N=51）结合，我们对9，284名非洲裔个体进行了TWAS，以识别哮喘的组织特异性和跨组织候选基因。结果：CD4+ T细胞和鼻上皮基因表达预测的新数据库分别包含8，351和10，296个基因，包括四个现有公共数据库无法预测的哮喘位点（SCGB1A1、MUC5AC、ZNF366、LTC4S）。预测性能与现有数据库相当，并且对于与训练集共享 ancestry 的人群最为准确（例如

非洲血统）。通过全转录组关联研究，我们识别出17个候选因果哮喘基因（校正P<0.1），包括具有组织特异性效应（鼻上皮中的IL33）和跨组织效应（CCNC和FBXW7）的基因。结论：IL33、CCNC和FBXW7的表达可能通过介导炎症反应影响非洲血统人群的哮喘风险。将CD4+ T细胞和鼻上皮预测数据库纳入公共领域，将提高血统代表性及从全转录组关联研究中检测新基因-性状关联的能力。

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。