人乳腺癌细胞系模型的核糖体图谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE126736

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

我们在人类乳腺癌细胞系模型中进行了核糖体图谱分析。我们分析了2种代表性的雌激素受体阳性细胞系（T47D和ZR75-1）以及2种代表性的三阴性细胞系（SUM159PT和MDA-MB-231）。同时还分析了非恶性细胞（人乳腺上皮细胞，HMECs）和非致瘤性细胞（MCF10A细胞）对应模型的翻译图谱。我们分析并比较了恶性和非恶性细胞系之间的翻译效率、翻译效率的方差以及差异基因和转录本表达。我们对在非恶性和恶性细胞中均转录但在恶性细胞中优先翻译的转录本的5’非翻译区进行了判别性基序分析，并鉴定了共有基序。其中一些基序与一小部分RNA结合蛋白的RNA结合基序高度相似。通过这种方法，我们鉴定出SRSF1是一种在所有分析过的细胞系中普遍表达的RNA结合蛋白，它对一种代表性雌激素受体阳性和阴性细胞系的翻译景观具有广泛影响。

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。