Processing body相关mRNA组成与动态的系统性表征数据集2

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE279284

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

Processing bodies (PBs) 是动态的、无膜细胞器，由RNA和蛋白质组成。尽管PB蛋白已被广泛表征，但系统性分析PB相关RNA的方法仍然有限。为解决这一问题，我们开发了PB-TRIBE-STAMP，这是一种基于两种正交RNA编辑酶的新工具。同时应用APOBEC1-DDX6和LSM14A-ADAR2dd，PB-TRIBE-STAMP分别在HCT116和HEK293T细胞中鉴定了1,639和2,577个PB相关mRNA。进一步的遗传扰动表明，这些转录本受到PBs的翻译抑制。接下来，将PB-TRIBE-STAMP与长读长测序相结合，揭示了PB相关转录本具有较短的poly(A)尾巴。此外，我们建立了一种基于TRIBE-ID的工具，以高时间分辨率表征mRNA-PB关联，并揭示了在未折叠蛋白反应(UPR)期间PB相关XBP1转录本具有更高的剪接效率。最后，基于sc-LSM14A-TRIBE-ID，我们展示了细胞周期进程中mRNA-PB相互作用的动态模式。

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。