炎症与纤维化刺激处理细胞中微蛋白编码RNA调控（Ribo-Seq Caco2）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE269370

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

近期通过蛋白质基因组学和转录组核糖体图谱分析对人类蛋白质组的研究揭示了数千个先前未注释的微蛋白编码小开放阅读框（smORFs）的存在。大多数功能性微蛋白因其进化保守性而被选作表征对象。然而，小鼠中一个非保守免疫调节微蛋白的例子表明，严格的序列保守性会遗漏一些有趣的微蛋白。在此，我们考察基因调控识别与肠道炎症或纤维化潜在相关的人类微蛋白的能力。为此，我们收集了肠道细胞系和外周血单核细胞（PBMCs）的核糖体图谱数据，然后利用微蛋白编码转录本的基因表达来识别受到强烈调控的微蛋白，包括几个仅与灵长类动物保守的微蛋白例子。这种方法揭示了若干值得进一步功能表征的新微蛋白，并提供了一个可通过不同方式查询以寻找其他感兴趣肠道微蛋白的数据集。

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。