酿酒酵母细胞骨架马达蛋白免疫纯化结果
实验通过 C 端 GFP 和 9Myc 标签进行免疫纯化,细胞经甲醛或 latrunculin B 处理,并利用甲醛交联稳定马达蛋白与互作 RNA 的结合,再以磁珠偶联抗体分离复合物

基本信息
资源简介
酿酒酵母细胞骨架马达蛋白免疫纯化结果
该数据集来自对酿酒酵母细胞骨架马达蛋白相关 RNA cargo 的系统性研究,覆盖五种 actomyosin 马达蛋白 Myo1、Myo2、Myo3、Myo4、Myo5,kinesin 样蛋白 Kar3、Kip1、Kip2、Kip3、Smy1,以及 dynein Dyn1。实验通过 C 端 GFP 和 9Myc 标签进行免疫纯化,细胞经甲醛或 latrunculin B 处理,并利用甲醛交联稳定马达蛋白与互作 RNA 的结合,再以磁珠偶联抗体分离复合物。该数据可用于研究马达蛋白与 RNA 的关联及转录组层面的相互作用(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):随附数据集是一项系统性研究的结果,旨在鉴定与酿酒酵母细胞骨架马达蛋白相关的 RNA cargo。我们通过使用整合的 C 端 GFP 和 9Myc 标签,对酿酒酵母中的五种 actomyosin 马达蛋白 Myo1、Myo2、Myo3、Myo4 和 Myo5;kinesin 样蛋白 Kar3、Kip1、Kip2、Kip3 和 Smy1;以及 dynein Dyn1 进行了免疫纯化。细胞分别用甲醛或小分子 latrunculin B 处理。在 IP 之前,我们使用甲醛交联来稳定马达蛋白与相互作用 RNA 之间的关联。在丰富培养基中指数生长的酵母细胞用甲醛处理,裂解并超声破碎,然后与偶联了抗 9Myc 或 GFP 单克隆抗体的磁珠孵育,以分离带标签的马达蛋白及其相关的任何 RNA。IP 之后,甲醛
【主题与分类】
主题标签:Transcriptomics。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-35343
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-35343
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
随附数据集是一项系统研究的成果,旨在识别与酿酒酵母细胞骨架马达蛋白相关的RNA货物。我们通过使用整合的C端GFP和9Myc标签,免疫纯化了酿酒酵母中的五种肌动蛋白马达蛋白Myo1、Myo2、Myo3、Myo4和Myo5;驱动蛋白样蛋白Kar3、Kip1、Kip2、Kip3和Smy1;以及动力蛋白Dyn1。细胞分别用甲醛或小分子latrunculin B处理。我们利用甲醛交联来稳定免疫沉淀前马达蛋白与相互作用RNA之间的关联。在丰富培养基中指数生长的酵母细胞经甲醛处理、裂解和超声破碎后,与偶联了抗9Myc或GFP单克隆抗体的磁珠孵育,以分离带标签的马达蛋白及其相关的RNA。免疫沉淀后,甲醛交联被逆转,富集的RNA和从相应总裂解液中纯化的RNA分别用Cy5和Cy3扩增和标记,然后共同杂交到定制的酿酒酵母寡核苷酸微阵列上(Hogan等,PLoS Biology,2008)。
或者,向活细胞中添加低浓度的latrunculin B(2微克/毫升)以部分溶解肌动蛋白细胞骨架,无需化学交联剂即可成功免疫沉淀马达蛋白及相关mRNA。在latrunculin B和甲醛处理两种情况下,我们也进行了免疫沉淀实验,其中未标记的亲本酵母菌株按照与标记菌株相同的方式处理并进行微阵列分析(标记为模拟)。转录谱分析
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




