VarChAMP sqY2H蛋白质-蛋白质相互作用筛选：菌落测量评分、人工重评、板图与序列确认

数据集获取

源站：https://doi.org/10.5281/zenodo.23512581

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

VarChAMP（GitHub：varchamp-ppi-sqy2h）的sqY2H（半定量酵母双杂交）评分流程输入文件。该筛选将来自VarChAMP 1%等位基因集合的疾病基因诱饵、野生型和错义变体，针对一组相互作用物 prey 进行测试。每个诱饵-prey对制作四个重复斑点，在交配对照培养基和严格性递增的选择培养基上，分四个复测批次进行。该流程从这些文件构建：每个诱饵、prey和培养基的共识生长评分；每个变体边相对于其WT诱饵的log2fc；边水平的扰动对数似然比（双组分混合模型）；变体水平的谱距离（norm_dist_rms）。等位基因从VarChAMP等位基因元数据表（doi:10.5281/zenodo.23376506）注释。该流程根据其configs/data.json中固定的sha256检查每个文件。菌落测量来自麻省理工学院和哈佛大学布罗德研究所成像平台Cimini实验室的Ahmad Kamal Hamid的自动化成像工作流程（FIJI配准、网格对齐、CellProfiler分割）。本记录从其输出表开始；板图像和成像工作流程未包含在内。

文件 文件内容 sqY2H_manual_automated_annotated_scores_size.csv 斑点表：每个斑点一行，306,431行 × 20列。批次 VUSAPWT1B1、VUSAPWT1B2、VUSAPWT2B1 和 VUSAPWT6B1；329个DB诱饵和963个AD猎物。列如下。 sqy2h_rescore_20251219.tar.gz 评分板的重新人工评分（2025-12-19）：532个无表头TSV文件，每个评分板一个（格式如下）。流程使用这些评分替代斑点表中的 manual_score_growth。 mapping_y2h.csv 复测板的挑取映射：12,587行 × 16列。每个复测孔：AD和DB ORF id及符号、突变id、复测板和位置（96孔）、复测批次和标准批次、检测方法，以及两个构建体的来源板和孔。流程从中获取猎物符号。 vus_ad_interactors.c

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。