GSE29738：通过转录组测序鉴定等位基因特异性可变mRNA加工

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE29738

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

在后基因组时代，确定遗传变异的功能作用仍然是一项重大挑战。在此，我们提出一种方法——等位基因特异性选择性mRNA加工（ASARP），利用转录组测序（RNA-Seq）数据来识别受遗传影响的mRNA加工事件。该方法在单核苷酸和全基因/异构体两个层面上检查RNA-Seq数据，以识别等位基因特异性表达（ASE）以及mRNA加工是否存在等位基因特异性调控。我们将该方法应用于人胶质母细胞瘤细胞系U87MG和原发性乳腺癌组织的数据，发现所有具有足够读取覆盖度的基因中有26–45%表现出ASE，且两种细胞类型之间存在显著重叠。我们的方法预测了ASE的潜在机制，这些机制源于影响全基因水平表达或选择性mRNA加工的调控，包括选择性剪接、选择性多聚腺苷酸化及选择性转录起始。等位基因特异性选择性剪接和选择性多聚腺苷酸化可能解释了每种细胞类型中数百个基因的ASE。

随后的报告研究基于这些预测，确定了几个等位基因特异性可变剪接事件的因果单核苷酸变异（SNVs）。最后，我们研究中识别出的许多基因也在全基因组关联研究中被报道为疾病/表型相关基因。我们方法的未来应用可能为更好地理解表型多样性和疾病机制背后的基因调控遗传基础提供丰富的见解。

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。