日本脑炎病毒多聚蛋白进化分析：比对、元数据与选择输出

数据集获取

源站：https://doi.org/10.7910/DVN/A1SPPB

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 180.7 MB。

数据说明

日本脑炎病毒（JEV）仍是亚洲和西太平洋地区疫苗可预防性脑炎的主要病因；然而，基因型特异性进化的分子基础仍不明确。为解决这一问题，我们整合了Shannon熵分析、基因型特异性突变筛查（频率>60%）、四项HyPhy选择检验（FUBAR、MEME、SLAC、FEL）以及AlphaFold结构映射，分析了涵盖基因型I–IV的507条完整JEV多蛋白序列；基因型V被排除，因为在检索时公共数据库中仅有五条完整基因组（样本量不足以进行基因型内熵分析或选择分析）。我们鉴定出27个关键氨基酸位点，分布于十种病毒蛋白中的八种，根据支持每个位点的独立分析维度数量，将其归入五个功能类别和三个证据等级；其中两个位点（PreM-129和NS3-379）各获得两个维度的佐证支持，被提议为功能验证的最高优先级候选位点。

基因IV型呈现出独特的突变谱，具有72个私有突变（相比之下，GI、GII和GIII型分别有17、11和8个），其中44个为固定突变，且基因型内熵较低。群体历史与选择对该模式的相对贡献仍未明确。多方法选择分析突出显示了PreM-129（H+P；FUBAR后验概率=0.998，MEME p=0.001）和NS3-379（S+P；FUBAR=0.953，MEME p=0.01）。包膜蛋白携带关键位点最密集的簇，鉴定出七个残基。四个共享的基因型特异性位点（E-316、NS3-379、NS4B-111、NS5-574）成为谱系替换热点。这些结果为理解JEV基因型分化提供了分子框架，并提名了用于下游功能研究、疫苗开发和抗病毒设计的候选残基。

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。