PedBE时钟：儿童颊细胞DNA甲基化年龄数据集 [dataset 11,UCI]

该数据集来自NCBI，包含1721份全基因组DNA甲基化图谱，覆盖11个队列、0至20岁典型发育个体，样本为颊上皮细胞。数据用于开发针对儿童样本的高精度、非侵入性生物年龄测量方法，即PedBE时钟

sra

基因组回归Epigenomics

PRJNA573667: The PedBE clock accurately estimates DNA methylation age in pediatric buccal cells [dataset 11,UCI]

基本信息

模态

基因组

任务类型

回归

创建/更新时间

2026-10-20

资源简介

PedBE时钟：儿童颊细胞DNA甲基化年龄数据集 [dataset 11,UCI]

PRJNA573667 数据集来自 NCBI，主题标签为 Epigenomics，本站将其归入“妊娠、分娩和产褥期 / 其他”分类。该数据集围绕儿童生物年龄测量这一目标构建，包含 1721 份全基因组 DNA 甲基化图谱，覆盖 11 个不同队列、年龄范围为 0 至 20 岁的典型发育个体，样本类型为颊上皮细胞。相关研究旨在利用颊上皮细胞 DNA 甲基化开发一种高度准确、非侵入性的、专门针对儿童样本的生物年龄测量方法，即 PedBE 时钟。该数据集为儿童表观遗传年龄研究提供了重要的数据基础，尤其适用于探索儿童群体中 DNA 甲基化年龄预测的可行性与准确性。

【数据集背景】

当前生物衰老标志物的开发主要集中于成人样本。表观遗传时钟是一种有前景的生物年龄测量工具，在大多数组织和年龄范围内表现出较高的准确性。在成人中，DNA 甲基化年龄预测的偏差与多种年龄相关表型相关，例如死亡率和虚弱。然而，在儿童中，此类关联研究较少，可能是因为与成人相比，儿童群体的 DNA 甲基化变化更为动态。为弥补这一关键空白，研究目标是通过使用颊上皮细胞 DNA 甲基化，开发一种高度准确、非侵入性的、专门针对儿童样本的生物年龄测量方法。该数据集正是这一研究背景下的产物，聚焦于儿童表观遗传年龄的评估。

【数据内容】

该数据集包含 1721 份全基因组 DNA 甲基化图谱，来自 11 个不同队列的典型发育个体，年龄范围为 0 至 20 岁。样本类型为颊上皮细胞。研究采用弹性网络惩罚回归方法，选择了 94 个 CpG 位点。这些内容构成了 PedBE 时钟开发的核心数据基础。数据集的主题标签为 Epigenomics，本站分类为“妊娠、分娩和产褥期 / 其他”。源站描述未提供更多关于数据文件格式、具体样本分布、位点注释等细节。

【采集与来源】

该数据集来源于 ncbi.nlm.nih.gov，英文名称为 PRJNA573667: The PedBE clock accurately estimates DNA methylation age in pediatric buccal cells [dataset 11,UCI]。数据采集自 11 个不同队列的典型发育个体，年龄覆盖 0 至 20 岁，样本为颊上皮细胞。源站描述未提供具体的采集时间、采集地点、伦理审批信息或样本处理流程等细节。

【适用场景】

该数据集适用于儿童表观遗传年龄研究，特别是利用颊上皮细胞 DNA 甲基化开发非侵入性生物年龄测量方法。其目标应用场景包括：在儿童群体中评估 DNA 甲基化年龄预测，探索与年龄相关的表观遗传变化，以及为儿童生物年龄测量提供数据支持。由于样本覆盖 0 至 20 岁典型发育个体，该数据集可用于研究儿童期 DNA 甲基化动态变化。源站描述未提供其他具体适用场景。

【使用方法】

源站描述提到，研究采用弹性网络惩罚回归方法，从全基因组 DNA 甲基化图谱中选择了 94 个 CpG 位点。该数据集可用于构建或验证针对儿童样本的 DNA 甲基化年龄预测模型。源站未提供具体的数据下载方式、预处理步骤、分析代码或使用教程等细节。

【质量与限制】

该数据集包含 1721 份全基因组 DNA 甲基化图谱，覆盖 11 个队列、0 至 20 岁典型发育个体，样本为颊上皮细胞。研究采用弹性网络惩罚回归选择 94 个 CpG 位点。源站描述未提供关于数据质量评估、缺失值处理、批次效应校正、样本排除标准或技术限制等信息。

【引用与许可】

源站未提供引用格式、许可协议或使用条款等信息。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE137841

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务（收技术服务费，非数据销售）

暂未开放

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://ncbi.nlm.nih.gov/bioproject/PRJNA573667

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。

数据说明

当前衰老生物学标志物的开发主要集中于成人样本。表观遗传时钟是衡量生物学年龄的一种有前景的工具，在大多数组织和年龄范围内均展现出令人瞩目的准确性。在成人中，DNA甲基化（DNAm）年龄预测的偏差与多种年龄相关表型相关，如死亡率和衰弱。然而，在儿童中，此类关联较少，这可能是因为与成人相比，儿童群体的DNAm变化更为动态。为填补这一关键空白，我们旨在利用颊上皮细胞DNAm，开发一种高度准确、非侵入性的、针对儿童样本的生物学年龄测量方法。我们收集了来自11个不同队列的1，721份全基因组DNAm图谱，这些队列由0至20岁典型发育个体组成。采用弹性网络惩罚回归从训练数据集（n = 1，032）中筛选出94个CpG位点，并在独立数据集（n = 689）中评估其性能。这94个CpG位点的DNAm在测试队列中对年龄具有高度预测性（中位绝对误差 = 0.35年）。

儿科-颊部-表观遗传学（PedBE）时钟在额外的队列中得到了表征，展示了其在纵向数据中的准确性、在非颊部组织和成人年龄范围中的表现，以及与产科结局的关联。用于测量儿童生物学年龄的PedBE工具可能有助于理解在儿童发育过程中塑造DNA甲基化组的环境和情境因素，以及它反过来如何与儿童健康和疾病相关联。总体设计：使用Illumina Infinium HumanMethylation450 Beadchip芯片获取来自加州大学欧文分校队列（UCI，数据集11）的人颊上皮拭子（n = 250）的全基因组DNA甲基化测量值，该队列是一个新生儿和婴儿的纵向队列，其母亲在妊娠头三个月期间被招募。所有女性均为单胎、宫内妊

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