GiRAFR改进单细胞CRISPR筛选中的gRNA检测与注释

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE216040

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

新型单细胞RNA-seq分析结合CRISPR筛选技术，能够高通量地表征由遗传扰动引起的转录变化。然而，目前缺乏专门用于注释CRISPR引导RNA（gRNA）文库并将其与单细胞转录组关联的软件。在此，我们生成了一个CRISPR液滴测序数据集。我们证明，当前默认工具无法检测突变型gRNA。因此，我们开发了GiRAFR，一个基于pysam的软件工具，用于表征完整和突变型gRNA。我们展示突变型gRNA功能失调，未能检测和注释它们会导致未转化细胞数量的高估以及多细胞频率的低估。这些发现也在公开数据集中得到反映，我们发现高达34%的细胞被突变型gRNA转导。因此，应用GiRAFR有望改善单细胞CRISPR筛选的注释和质量。

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。