PRJNA1396917：跨多种真核系统的CRISPR-Cas9基因组编辑结果扩增子测序

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1396917

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

该BioProject包含靶向扩增子测序数据，用于量化多种真核系统中的CRISPR-Cas9基因组编辑效率和DNA修复结果。数据集包括人原代T细胞、人白血病细胞系（K562和U937来源的巨噬细胞）、胎盘来源基质细胞、番茄毛状根和叶片原生质体、黑水虻胚胎以及对虾原代细胞培养物。基因组编辑采用CRISPR-Cas9，根据生物系统的不同，以核糖核蛋白复合物、慢病毒系统、电穿孔、PEG介导转化或显微注射方式递送。对CRISPR靶位点侧翼的基因组区域进行PCR扩增，并使用Illumina MiSeq或PacBio平台进行下一代测序。该测序数据可用于跨物种、细胞类型、递送方法和向导RNA的靶向编辑效率、 indel谱和修复结果分布的定量分析，旨在用于CRISPR-Cas9性能的比较研究和预测模型的开发。

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。