香烟烟雾致癌物苯并[a]芘所致DNA损伤的人全基因组修复图谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE97675

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

苯并[a]芘（BaP）是一种多环芳烃，是导致肺癌的主要原因。它在代谢活化后形成共价DNA加合物并诱导突变。我们开发了一种方法，可捕获携带大体积碱基加合物的寡核苷酸，包括紫外线诱导的环丁烷嘧啶二聚体（CPDs）和BaP二醇环氧化物-脱氧鸟苷（BPDE-dG），这些加合物通过核苷酸切除修复从基因组中移除。分离出的寡核苷酸与接头连接，经损伤特异性免疫沉淀后，连接接头的寡核苷酸通过适当的跨损伤DNA合成（TLS）聚合酶转化为双链DNA，随后进行PCR扩增和下一代测序（NGS），以生成全基因组修复图谱。我们将此方法命名为跨损伤切除修复测序（tXR-seq）。与我们之前描述的XR-seq方法相比，tXR-seq不依赖于切除寡核苷酸中损伤的修复/移除，因此它基本上适用于核苷酸切除修复处理的所有DNA损伤。在此，我们展示了由tXR-Seq生成的人类基因组CPDs和BPDE-dG加合物的切除修复图谱。

此外，我们利用tXR-seq观察到BPDE-dG切除修复具有新的序列特异性。

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。