PRJNA1303996：N4BP2核酸酶切割胞质暴露染色体引发染色体碎裂与ecDNA

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1303996

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

基因组不稳定性，包括染色体碎裂，是癌症的一个标志。癌细胞经常含有微核——由染色体错误分离形成的小型、类核结构——这些微核易于破裂，使染色质暴露于细胞质核酸酶。通过一项针对所有204种已知和推定的人类核酸酶的无偏倚基于成像的siRNA筛选，我们发现了一种先前未表征的细胞质内切核酸酶，NEDD4结合蛋白2，N4BP2，它进入破裂的微核并引发DNA损伤，导致染色体断裂。N4BP2促进了药物诱导的基因扩增中染色体外DNA的形成。在人类高级别胶质瘤的诱导模型中，N4BP2促进了DNA断裂、肿瘤发生和肿瘤细胞增殖。对超过10，000个人类癌症基因组的分析显示，N4BP2表达升高可预测染色体碎裂和拷贝数扩增，包括ecDNA。此处数据集为本研究中使用的DLD-1细胞基因组序列。

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。