SRSF2作为mRNA上m5C阅读器连接表观转录组与癌症

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE207643

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

一种常见的mRNA修饰是5-甲基胞嘧啶（m5C），其在基因转录本加工及癌症中的作用尚不明确。在此，我们鉴定出富含丝氨酸/精氨酸的剪接因子2（SRSF2）是m5C的阅读蛋白，并发现SRSF2与m5C结合受损可能是白血病发生的潜在促成因素。在结构上，我们确定了参与m5C识别以及常见白血病相关突变SRSF2P95H影响的氨基酸残基。我们显示SRSF2结合与m5C在转录本内共定位。此外，敲低m5C书写蛋白NSUN2会降低mRNA m5C、减少SRSF2结合并改变RNA剪接。我们还显示，SRSF2P95H突变损害了该蛋白阅读m5C标记mRNA的能力，显著降低了其在白血病细胞中与关键白血病相关转录本的结合。在白血病患者中，NSUN2低表达导致mRNA m5C低甲基化，并与SRSF2P95H共同预测不良预后。总之，我们突显了表观转录组学与一个关键致癌驱动因素之间此前未被认识的机制联系。

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。