PRJNA431617：RIP-Chip分析支持AGO2和GW182蛋白在招募和加工microRNA靶标中的不同作用（microRNA）

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA431617

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

微小RNA是细胞内介导靶mRNA翻译抑制和降解的小型非编码RNA分子。成熟的miRNA被RNA诱导沉默复合体（RISC）用作模板，以识别待调控的互补mRNA。为了进一步了解RISC复合体的功能，我们分析了MCF-7人乳腺癌细胞系中两种RISC蛋白AGO2和GW182的活性。我们使用抗AGO2或抗GW182抗体进行了三次RIP-Chip实验，并汇编了一个数据集，该数据集由每次实验的三个样本的miRNA和mRNA表达谱组成。具体而言，我们分析了输入样本、免疫沉淀部分以及RIP实验产生的未结合样本。我们利用输入样本的表达谱来计算几个变量，使用的公式能够将预测的miRNA结合位点信息（包括3’UTR和编码区）与miRNA和mRNA表达水平谱整合起来。我们比较了免疫沉淀样本与未结合样本，以确定差异表达基因，分别针对AGO2和GW182相关样本独立进行。

针对这两种蛋白质，我们分别训练并测试了多种支持向量机算法，以预测实验检测到的差异表达基因。在AGO2免疫沉淀样本中，预测过表达基因最有效的算法是通过使用涉及3’UTR和编码区结合位点数量的变量，并结合miRNA表达谱训练而成，这符合miRNA靶标的预期。另一方面，我们发现预测GW182免疫沉淀样本中过表达基因的最佳变量是编码区的长度。由于GW182在GW/P小体中起主要作用，我们的数据表明，AGO2-GW182 RISC复合物基于3’UTR和编码区中的miRNA结合位点招募基因，但只有较长的mRNA保持被隔离。

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。