COPD与对照肺成纤维细胞DNA甲基化测序样本
该数据集包含来自无COPD对照供体（n=3）和COPD患者（GOLD I-IV期，n=8）的原代肺成纤维细胞样本。对第3代培养的人肺成纤维细胞基因组DNA进行tagmentation片段化及亚硫酸氢盐处理，并在Illumina HiSeq2500平台上生成100 bp双端测序reads
基本信息
资源简介
COPD与对照肺成纤维细胞DNA甲基化测序样本
该数据集收录了来源于人体肺成纤维细胞的基因组测序样本，研究对象包括无慢性阻塞性肺疾病（COPD）的对照供体与确诊为COPD的患者。具体而言，对照供体共3例，COPD患者共8例，后者覆盖GOLD分期I至IV期。样本取自第3代培养的原代肺成纤维细胞，其基因组DNA经过tagmentation片段化处理，随后进行亚硫酸氢盐转化，最终在Illumina HiSeq2500平台上完成测序，读长为100 bp双端。数据集在主题上归属于基因组学，本站分类为呼吸系统疾病下的其他类别，来源站为omicsdi.org。该数据集可用于探索COPD相关肺成纤维细胞在DNA层面的特征，为呼吸系统疾病研究提供基础数据资源。
【数据集背景】
慢性阻塞性肺疾病（COPD）是一种以持续气流受限为特征的呼吸系统疾病，其发病机制涉及多种细胞类型与分子过程。肺成纤维细胞作为肺组织中的重要间质细胞，参与细胞外基质沉积、组织修复与重塑等过程，在COPD相关的气道和肺实质改变中可能发挥关键作用。该数据集正是围绕原代肺成纤维细胞展开，通过对比无COPD对照供体与COPD患者（GOLD I-IV期）来源的细胞样本，为研究COPD在基因组层面的变化提供了样本基础。数据集的分类归属为呼吸系统疾病/其他，主题标签为Genomics，表明其核心内容属于基因组学范畴，并服务于呼吸系统疾病研究。
【数据内容】
该数据集包含来自两类供体的原代肺成纤维细胞样本：无COPD的对照供体3例，以及COPD患者8例，后者覆盖GOLD分期I至IV期。样本材料为第3代培养的人肺成纤维细胞，其基因组DNA经过tagmentation片段化，并接受亚硫酸氢盐处理。测序在Illumina HiSeq2500平台上进行，生成100 bp双端reads。上述信息表明，数据集的核心数据形式为高通量测序产生的双端读段，其处理流程涉及基因组DNA的片段化与亚硫酸氢盐转化，适用于后续的基因组水平分析。除这些内容外，源站未提供关于数据文件数量、具体数据量、文件格式或附加注释的进一步说明。
【采集与来源】
样本来源为经过匹配的无COPD对照供体与COPD患者。对照供体无COPD，共3例；COPD患者共8例，疾病严重程度覆盖GOLD I至IV期。原代肺成纤维细胞从这些供体中分离获得，并在体外培养至第3代。随后，从培养的人肺成纤维细胞中提取基因组DNA，依次进行tagmentation片段化和亚硫酸氢盐处理，最终构建DNA文库并在Illumina HiSeq2500平台上测序。数据集的来源站为omicsdi.org。关于供体的具体招募地点、伦理审批信息、样本采集时间及处理细节，源站未提供。
【适用场景】
基于该数据集的内容，其潜在适用场景包括：COPD相关肺成纤维细胞的基因组特征研究；对照与COPD样本之间的比较分析；涉及亚硫酸氢盐处理数据的基因组水平探索；以及呼吸系统疾病中成纤维细胞生物学的基础研究。由于数据来源于原代培养细胞并经过片段化与亚硫酸氢盐处理，该数据集可用于需要分析基因组DNA修饰或序列变异的场景。然而，具体分析目标需结合数据实际内容确定，源站未提供关于特定分析用途的说明。
【使用方法】
该数据集的使用需基于其测序读段和样本分组信息。使用者可根据对照供体（n=3）与COPD患者（n=8，GOLD I-IV期）的分组进行对比分析。数据处理时，需考虑100 bp双端reads的特点，以及亚硫酸氢盐处理对序列比对和后续分析的影响。由于样本来自第3代培养的肺成纤维细胞，分析时应注意体外培养可能带来的细胞状态变化。关于具体的分析流程、软件工具、参考基因组版本或数据处理步骤，源站未提供。
【质量与限制】
该数据集包含明确的样本分组和测序平台信息，对照与COPD患者数量分别为3例和8例，COPD患者覆盖GOLD I至IV期。样本为第3代培养的原代肺成纤维细胞，经过tagmentation和亚硫酸氢盐处理，测序读长为100 bp双端。这些信息为数据质量评估提供了基础。然而，源站未提供关于测序深度、覆盖度、数据质量评分、重复样本或批次效应控制的具体信息。此外，对照样本量较小（n=3），COPD组样本量也有限（n=8），可能影响统计效力。关于样本匹配的具体标准、供体临床特征的详细描述以及数据质量控制结果，源站未提供。
【引用与许可】
该数据集的来源站为omicsdi.org。关于数据集的引用方式、许可协议、使用限制或版权信息，源站未提供。使用者如需引用或使用该数据集，应参考来源站的相关规定，并自行确认适用的许可条款。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://omicsdi.org/dataset/ega/EGAD00001009406
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
Primary lung fibroblast were isolated from well-matched control donors (no COPD, n=3) and patients with COPD (GOLD stage I-IV, n=8). Genomic DNA of cultured human lung fibroblast was isolated at passage 3, fragmented by tagmentation, and subjected to bisulfite treatment. 100 bp paired-end reads were generated from DNA libraries on Illumina HiSeq2500 platform.
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
