GSE54253：用于印度恶性疟原虫分离株转录组分析的新型Agilent 15K跨株恶性疟原虫微阵列

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE54253

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

基因组变异是同一物种在不同地理位置的成员中观察到的一种固有现象。就恶性疟原虫（P. falciparum）而言，这种顶复门原虫寄生虫的22.8 MB核基因组已知在亚端粒区域显示出巨大的遗传多样性，该区域包含但不限于var、rifins和stevors等变异基因家族，并且最近已记录了基因组其他元件中的实例。微阵列完全依赖于基因组序列信息来捕获相关转录本的丰度，需要将这些变异纳入考虑以揭示真实的转录变异。在此，我们描述了使用Agilent平台设计定制P. falciparum 15K芯片的策略，以研究基因组序列信息有限的印度野外分离株的转录组。芯片包含代表两个不同地理分离株（即3D7和HB3）基因组序列的探针，以及第三个分离株（IT4）的亚端粒var基因序列探针，该分离株已知在培养条件下具有黏附性。

阵列中的探针是根据其检测转录本的效率筛选的，筛选通过一项244K芯片实验完成，该实验为每个基因/转录本设置了多个探针。利用直接从疟疾感染患者中获取的、具有不同临床状况的恶性疟原虫临床分离株RNA材料，对芯片性能进行了评估和验证。由于进行了探针预筛选，印度恶性疟原虫分离株中很大比例（91%）的代表性转录本得以检出。重复探针以及代表同一基因的多个探针之间显示出完美相关性，表明探针性能良好。由于纳入了代表HB3株转录本的独特探针，因此能够检测到额外的转录本。通过代表三个地理上不同毒株VSA基因的优化探针，检测到了变异表面抗原（VSA）转录本。

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。