动物代谢重编程的系统级设计原则

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE253847

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

代谢调控对任何生物体都至关重要，可通过转录激活或抑制代谢基因来实现。尽管已报道了许多转录代谢重编程的例子，但在任何动物中，都缺乏关于代谢如何响应代谢扰动而重编程的系统层面研究。在此，我们将Worm Perturb-Seq（WPS）——一种结合全动物RNA干扰和RNA测序的高通量方法——应用于线虫Caenorhabditis elegans中约900个代谢基因。我们推导出一个代谢基因调控网络（mGRN），其中385个扰动通过超过110,000个相互作用与9,414个基因相连。mGRN具有高度模块化结构，其中22个扰动簇连接到44个基因表达程序。mGRN揭示了从简单的反应和通路补偿到重路由以及更复杂的网络协调等不同的转录重编程模式。利用代谢网络建模，我们确定了一个转录重编程的设计原则，我们将其命名为补偿-抑制（CR）模型。

CR模型解释了代谢基因中的大多数转录反应，并揭示了与能量和生物量相关的五个核心代谢功能中存在高水平的补偿和抑制。我们提供的初步证据表明，CR模型或许也能解释人类细胞中的转录代谢重编程。

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。