通过不同类型连接反应明确鉴定miRNA:靶位点相互作用
研究在秀丽隐杆线虫中改进CLIP方法,通过连接反应将miRNA直接连接至靶位点,并结合已发表哺乳动物AGO-CLIP数据再分析,获得超过17,000个miRNA:靶位点相互作用

基本信息
资源简介
通过不同类型连接反应明确鉴定miRNA:靶位点相互作用
Unambiguous Identification of miRNA:target site Interactions by Different Types of Ligation Reactions
该数据集来自NCBI GEO(GSE56180),包含1个文件GSE56180_series_matrix.txt.gz,主题为非编码RNA高通量测序分析。研究在秀丽隐杆线虫中改进CLIP方法,通过连接反应将miRNA直接连接至靶位点,并结合已发表哺乳动物AGO-CLIP数据再分析,获得超过17,000个miRNA:靶位点相互作用。数据可用于miRNA靶标预测与验证、病毒miRNA靶标发现及非经典、非保守相互作用研究(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 25 201。
【数据内容】
源站描述(机器翻译,仅供参考):为了发挥调控功能,miRNA引导Argonaute(AGO)蛋白结合到靶RNA上部分互补的位点。交联和免疫沉淀(“re state-of-the-art”)是绘制AGO结合位点的最先进方法,但将靶向miRNA分配给这些位点依赖于生物信息学预测,因此是间接的。为了直接且明确地鉴定miRNA:靶位点相互作用,我们修改了在秀丽隐杆线虫中的CLIP方法,以通过实验将miRNA连接到其靶位点。出乎意料的是,连接反应在缺乏外源连接酶的情况下也会发生。我们的体内数据集以及对已发表哺乳动物AGO-CLIP数据中miRNA嵌合体的再分析产生了超过17,000个miRNA:靶位点相互作用。对相互作用的分析以及对嵌合体发现的病毒miRNA靶标的广泛实验验证表明,我们的策略可鉴定经典、非经典和非保守的
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL13657、6239。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE56180
【使用注意】
· 源站最后修改于 May 15 201,引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE56180
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
为发挥调控功能,miRNA引导Argonaute(AGO)蛋白结合到靶RNA上部分互补的位点。交联与免疫沉淀(CLIP)是绘制AGO结合位点的最先进技术,但将这些位点与靶向它们的miRNA相对应,依赖于生物信息学预测,因此是间接的。为了直接且明确地鉴定miRNA与靶位点的相互作用,我们修改了秀丽隐杆线虫中的CLIP方法,通过实验将miRNA与其靶位点连接。出乎意料的是,连接反应在外源连接酶缺失的情况下也会发生。我们的体内数据集以及对已发表的哺乳动物AGO-CLIP数据中miRNA嵌合体的重新分析,获得了超过17,000个miRNA与靶位点的相互作用。对相互作用的分析以及对病毒miRNA嵌合体所发现靶标的广泛实验验证表明,我们的策略能够识别经典、非经典及非保守的miRNA相互作用。我们的数据提示,约80%的miRNA与靶标具有完美或部分种子互补性。总之,对miRNA与靶标嵌合体的分析使得系统性地、特定于生理背景的体内miRNA相互作用发现成为可能。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




