新型转录共激活因子C11orf53和COLCA2对簇细胞样小细胞肺癌的选择性调控

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE212912

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

DepMap项目已产生了一个庞大的资源，用于研究选择性必需基因，这些基因代表了潜在的癌症治疗靶点。然而，手动筛选出数百个选择性必需基因中哪些研究不足且值得进一步探究，既耗时又可能不切实际。为了高效识别未充分表征的选择性必需基因，我们根据PubMed发表计数对DepMap数据集中347个选择性必需基因进行了收集和排序，基于发表计数较低的基因研究较少或研究不足的假设。我们成功验证了排名系统中前两位候选基因C11orf53和COLCA2作为新的脆弱点，它们在II类POU域转录因子POU2F3依赖的簇细胞样小细胞肺癌（SCLC）细胞系中选择性必需。重要的是，我们发现介导转录共激活因子POU2AF1与含II类POU域转录因子家族中两个成员（POU2F1和POU2F2）物理相互作用的序列基序，同样存在于C11orf53和COLCA2的N端区域。

我们进一步证实了：1）COLCA2通过这一保守序列基序与POU2F3发生物理相互作用；2）这种相互作用对于COLCA2调控簇细胞样SCLC细胞生长至关重要；3）C11orf53和COLCA2均含有转录共激活结构域。与此一致的是，我们发现在SCLC细胞中敲除COLCA2或POU2F3后出现了相似的转录组变化。总之，我们的分析流程能够识别并优先筛选研究不足但重要且选择性必需的基因，从而鉴定出两个新的II类POU结构域转录因子的转录共激活因子。破坏这一重要的物理相互作用有望成为选择性抑制簇细胞样SCLC的潜在治疗策略。

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。