利用nanopore长读长测序鉴定缺氧诱导的异构体和新基因

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE263126

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

长读长纳米孔测序能够连续读取数千个碱基对。在此，我们报道了纳米孔测序技术在分析正常肝脏和肝癌细胞系中缺氧特异性转录组方面的应用，这有助于我们更好地理解缺氧条件下细胞存活和转移的机制。我们对正常肝脏和肝癌细胞系在常氧或缺氧条件下进行了转录组测序，发现长读长测序能够检测到数千个缺氧特异性异构体以及未注释的新基因。在细胞水平上，我们验证了新基因644是缺氧条件下上调最为显著的新基因。我们观察到新基因644具有经典mRNA特征，其CDS区域编码91个氨基酸。通过蛋白质结构预测，我们发现新基因644包含一个跨膜结构域。实验验证证实新基因644是一种膜蛋白，且敲低新基因644可显著抑制缺氧条件下肝癌细胞的增殖能力。

此外，我们通过分子动力学模拟揭示了缺氧特异性异构体的蛋白质结构改变。结果表明，我们的缺氧数据集可作为缺氧特异性蛋白质结构模拟的基础。总之，我们提供了一个用于进一步分析的缺氧特异性第三代测序数据集，该数据集提供了细胞转录组的充分细节，对于理解肿瘤在缺氧条件下的生存和转移尤其有价值。基于此数据集，我们验证了新基因644对缺氧条件下肿瘤生存的重要性，并识别了缺氧特异性蛋白质结构的改变。这些发现可以为我们带来关于缺氧的新认识，从而有助于识别潜在的肿瘤治疗靶点和生物标志物。

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。