基因从基因间序列从头进化时应对适应性免疫系统的数据

数据集获取

源站：https://doi.org/10.5061/dryad.s85s9

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。

数据集大小约 152.6 MB。

数据说明

背景：脊椎动物的适应性免疫系统具有非凡的能力，能够感知并中和进入体内的外来抗原。基因的从头演化意味着基因组本身会从基因间序列表达新的抗原，这可能给免疫系统带来问题。这些新蛋白质中的肽段可能由主要组织相容性复合体（MHC）受体呈递到细胞表面，并被识别为外来物质。相应的细胞随后会受到攻击和破坏，或引发炎症反应。因此，从头表达的肽段必须作为自身肽被引入免疫系统，以避免此类自身免疫反应。自身与非自身的区分调控始于胚胎发育期间，但会持续到成年后期。这一过程主要由胸腺中的特化细胞介导，但也可在外周组织中传递，如淋巴结和脾脏。自身抗原需要暴露于反应性T细胞，这要求相关组织中的基因表达。

由于新基因间区转录的启动子初次激活可能发生在任何组织中，因此我们可以预期，在具有适应性免疫系统的动物中，新基因的进化确立也应涉及在至少一种赋予自我识别能力的组织中的表达。结果：我们通过分析三个密切相关的家鼠自然种群（M. m. domesticus）中幼鼠多种组织的转录组来研究这一问题。我们发现，新的基因间区转录确实大多只发生在单一组织中。当涉及第二个组织时，胸腺和脾脏的出现频率显著过高。结论：我们得出结论，将新转录本纳入自我耐受诱导过程确实是功能性新基因进化中的重要一步。

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。