通过RNA-RNA pulldown与测序鉴定DAMER相互作用RNA [RNA-Seq]
该数据集来自NCBI，属于肿瘤/肺癌方向，采用RNA-RNA pulldown assay结合高通量测序，旨在鉴定与lncRNA DAMER直接相互作用的全部转录本
![GSE309437: Identification of DAMER-interacting RNAs by RNA-RNA pulldown assay and sequencing [RNA-Seq]](/medical-api/medicalDataset/datasetCover/119707.jpg)
基本信息
资源简介
通过RNA-RNA pulldown与测序鉴定DAMER相互作用RNA [RNA-Seq]
Identification of DAMER-interacting RNAs by RNA-RNA pulldown assay and sequencing [RNA-Seq]
该数据集来自NCBI，属于肿瘤/肺癌方向，采用RNA-RNA pulldown assay结合高通量测序，旨在鉴定与lncRNA DAMER直接相互作用的全部转录本。实验将全长DAMER体外转录并在3'端进行生物素标记，作为探针从95D细胞裂解液中捕获相互作用RNA，洗脱后进行高通量测序，以识别被DAMER特异性富集的转录本。数据包含1个文件，可用于研究DAMER在肺癌细胞中的RNA互作网络及潜在调控机制（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 29 202。
【数据内容】
源站描述（机器翻译，仅供参考）：本实验旨在鉴定所有与lncRNA DAMER直接相互作用的转录本。全长DAMER经体外转录并在3'端进行生物素化。生物素化的DAMER被用作探针，从95D细胞裂解液中捕获相互作用的RNA。随后将捕获的RNA洗脱并进行高通量测序，以鉴定被DAMER特异性富集的转录本。
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：GPL24676、9606。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE309437
【使用注意】
· 源站最后修改于 Oct 27 202，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE309437
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
This experiment aimed to identify all transcripts that directly interact with the lncRNA DAMER. Full-length DAMER was transcribed in vitro and biotinylated at the 3’ end. The biotinylated DAMER was used as a probe to capture interacting RNAs from 95D cell lysates. The captured RNAs were then eluted and subjected to high-throughput sequencing to identify transcripts specifically enriched by DAMER.
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
