PRJNA1398931：Ascaris suum 原始序列读取

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1398931

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

本研究呈现了从寄生线虫猪蛔虫（Ascaris suum）早期胚胎阶段生成的小RNA测序数据，用以检查与程序性DNA消除相关的小RNA群体。样本取自正在进行DNA消除有丝分裂的4细胞期胚胎。通过免疫沉淀虫体特异性WAGO蛋白及相应对照，分离出Argonaute相关RNA。该数据集包含采用DuoRIP-seq方法生成的小RNA及相关RNA片段测序数据，该方法在将胚胎分级分离为染色质、核质和细胞质组分后富集Argonaute结合RNA。使用针对AsWAGO蛋白的抗体进行免疫沉淀，并以输入样本和IgG免疫沉淀作为对照。根据样本类型不同，生成了一至三个生物学重复。回收的RNA采用兼容同时捕获小RNA和短RNA片段的小RNA文库构建方案进行文库构建。测序在Illumina平台上完成。

存放的数据包括原始测序读段以及经过处理和注释的文件。原始读段经过质量控制、接头修剪和长度过滤。读段被分为小RNA和较长RNA片段组分，并与蛔虫参考基因组及注释序列数据库进行比对。对应于rRNA的读段和未比对上的序列被排除在后续分析之外。表达水平以每百万比对读段计数进行量化。处理后的文件包括读段计数表、标准化表达数据和基因组浏览器兼容轨道。这些数据为研究蛔虫胚胎程序性DNA消除过程中Argonaute相关小RNA的基因组分布和特征提供了资源，并支持相关研究的可重复性和再分析。

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。