CDK9依赖的RNA聚合酶II暂停控制转录起始

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE96056

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

基因转录的激活可以通过缩短RNA聚合酶II在启动子近端区域的暂停时间来实现，但这一过程的具体机制尚不清楚。本研究采用“多组学”方法，揭示聚合酶暂停时间通常限制了人类细胞中转录起始的频率（即“暂停-起始限制”）。我们进一步构建了一种人类细胞系，能够特异且快速地抑制与聚合酶暂停释放相关的P-TEFb激酶CDK9。研究表明，CDK9活性既能缩短暂停时间，又能提高起始频率。这表明CDK9通过促进暂停聚合酶的释放，并增加转录聚合酶的数量，从而提高单位时间内合成的mRNA量，进而激活转录。CDK9活性还与长距离染色质相互作用相关，提示增强子可通过影响暂停-起始限制来调控转录。

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。