线粒体RNA结合蛋白质组图谱[Par_clip]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE194139

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

我们结合RNA 5-乙炔基尿苷标记、优化的线粒体分离技术以及基于点击化学的亲和纯化方法，系统性地捕获与线粒体定位RNA相互作用的RNA结合蛋白。这一方法被称为基于点击化学的线粒体RNA相互作用组（mitoRICK），意外揭示了线粒体编码RNA相较于核编码RNA具有更快的周转率。mitoRICK鉴定出122个高置信度和25个较低置信度的线粒体RNA结合蛋白，扩展了线粒体RNA结合蛋白质组的范围，并为理解线粒体RNA代谢或遗传性疾病提供了新途径。我们发现在众多新鉴定的RNA解旋酶中，MOV10是一种新型线粒体相关RNA结合蛋白。在功能上，MOV10对MT-RNR1的表达或线粒体双链RNA的解旋具有重要作用。作为概念验证，我们将mitoRICK应用于naïve-to-primed多能性转变过程，以研究线粒体RNA结合蛋白的动态变化，结果表明完整的线粒体RNA代谢对细胞命运转变至关重要。

MitoRICK广泛适用于理解多种细胞背景下线粒体RNA结合蛋白质组的动态变化。

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。