流感感染下单细胞sQTL映射深度学习整合揭示因果剪接变异

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE335087

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

要实现人类遗传学在阐明疾病方面的承诺，就需要识别遗传关联信号背后的因果变异和基因。分子数量性状位点（molQTL）分析，例如表达QTL（eQTL）和剪接QTL（sQTL），将遗传变异与中间分子表型联系起来，但精确定位因果变异及其调控效应仍具有挑战性。在此，我们将sQTL分析与基于深度学习的剪接效应注释相结合，以识别因果遗传变异并阐明其影响人类表型的功能机制。利用单细胞GWAS方法（scHi-HOST）对96个有或无甲型流感病毒（IAV）感染的淋巴母细胞系（LCLs）进行分析，我们在IAV感染期间发现了约43,000个与217个基因相关的sQTL-SNP-剪接连接对。将sQTL与AI剪接预测和统计精细定位相结合，我们发现了57个可能影响顺式作用分子剪接组件（5‘供体、3’受体）的因果变异。其中，我们通过实验验证了一个影响聚（ADP-核糖）聚合酶2（PARP2）的因果sQTL信号。

因果变异rs2297616改变了PARP2第二内含子的5’剪接供体位点，导致产生两种相差13个氨基酸的蛋白质异构体。衍生的A等位基因与较长的蛋白质异构体以及LCL中IAV水平升高相关。CRISPR编辑验证了该变异对蛋白质长度和IAV感染的因果效应。最后，这57个推定的因果sQTL进一步与一百多种GWAS性状相关联，包括许多与自身免疫性疾病相关的变异。我们的工作提供了一份具有直接剪接影响的因果sQTL目录，为从基因型到疾病易感性的因果机制提供了见解。

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。