小鼠Ch12细胞系中Smad3和Smad7全基因组结合谱（RNA-Seq）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE165331

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

哺乳动物基因组编码约1，700个转录因子（TFs），其中1，300个具有序列特异性结合基序。哺乳动物细胞中的转录通过将TFs招募到特定的顺式调控元件来调控。尽管对单个TF功能的研究持续不断，但TFs如何与DNA结合并形成增强子的问题仍然存在。在此，我们试图通过研究TF结合模式与染色质可及性（ATAC-Seq）之间的关系来解决这个问题。我们首先系统地获取了来自不同小鼠原代组织的ATAC-Seq数据集以及匹配的RNA-Seq数据集。通过基因组学方法，为每种组织/细胞类型构建了全面的TF结合图谱。

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。