病毒重编程宿主转录起始 [RNA-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE240008

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

病毒是重塑宿主细胞环境以支持感染和病毒产生的大师。例如，病毒通常通过调节经典细胞启动子活性来调控细胞基因表达。在此，我们展示爱泼斯坦-巴尔病毒（EBV）复制导致整个细胞基因组中29，674个新转录起始位点发生“从头”转录起始。从头转录起始部分得益于病毒预起始复合物（vPIC）的独特性质，该复合物结合一个简单的TATT[T/A]AA、类似TATA盒的序列，并在其他转录因子 minimal 支持下激活转录。其他从头启动子由病毒转录因子Zta和Rta驱动，并受到与现有经典细胞启动子方向性邻近的影响，这种配置促进了通过现有启动子的转录和转录干扰。这些研究揭示了病毒与宿主转录组相互作用的新方式，并阐明了驱动启动子功能的基本特征。

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。