恶性疟原虫长读长转录组测序揭示具有可变5′端的异构体

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE186109

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

恶性疟原虫（Plasmodium falciparum）人类疟疾寄生虫的基因组注释不完整，未能准确反映该物种的转录组多样性。为满足这一需求，我们进行了长读长转录组测序。为提高红内期表达的mRNA异构体的代表性，我们从同步培养物中按时间点采集的样本中提取RNA。富集5’端帽状mRNA并转化为cDNA文库。cDNA文库在Nanopore和PacBio长读长平台上进行测序。从每个文库数据集中注释候选非冗余异构体，以创建新的转录本注释目录。具有可变5’端的异构体构成了新型异构体的最大类别，尽管其中大多数似乎并不代表可变转录起始事件的产物。我们认为大多数异构体不编码蛋白质异构体，而是代表RNA降解产物。

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。