基于METTL3的表观转录组编辑筛选鉴定癌症功能性m6A位点[RNA-Seq 22Rv1 M3书写]

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1377563

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

在本研究中，我们采用靶向CRISPR/CasRx-METTL3筛选技术，鉴定对前列腺癌至关重要的m6A峰。总体设计：我们使用的混合Epidrug文库中的CRISPR筛选由约12,045条靶向前列腺癌和肺癌患者m6A峰的sgRNA组成，平均每个基因5条sgRNA。sgRNA采用“cas13design”进行设计。构建了稳定表达dCasRx-METTL3的22Rv1和H358细胞系。以约0.3的MOI和400倍覆盖度将文库感染至表达dCasRx-METTL3的细胞系。感染后24小时，用杀稻瘟菌素筛选细胞5天，部分细胞进行DNA提取作为第0天样本。其余细胞在培养皿中培养约16天（第16天），在筛选实验前维持400倍覆盖度。从重复样本中提取基因组DNA，并通过PCR扩增sgRNA插入片段。计算基因组DNA的投入量以实现文库的400倍覆盖度。

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。