GSE212350:A-to-I编辑是原发性渗出性淋巴瘤病毒和细胞转录组多样性的主要贡献者
该数据集来自NCBI GEO,聚焦原发性渗出性淋巴瘤(PEL)中A-to-I RNA编辑对宿主及KSHV转录组多样性的贡献

基本信息
资源简介
GSE212350:A-to-I编辑是原发性渗出性淋巴瘤病毒和细胞转录组多样性的主要贡献者
A-to-I editing is a major contributor to viral and cellular transcriptome diversity in primary effusion lymphoma
该数据集来自NCBI GEO,聚焦原发性渗出性淋巴瘤(PEL)中A-to-I RNA编辑对宿主及KSHV转录组多样性的贡献。数据基于高通量测序表达谱,包含BCBL1与BC-3细胞在再激活条件下的编辑组分析,可用于研究ADAR介导的编辑效率变化、病毒与细胞转录组编辑景观及KSHV生命周期调控(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 30 202。
【数据内容】
源站描述(机器翻译,仅供参考):RNA编辑是转录组多样性的主要贡献者,具有深远的生物学后果。腺苷至肌苷(A-to-I)RNA编辑是动物中最常见的RNA编辑类型,由一类称为作用于RNA的腺苷脱氨酶(ADARs)的蛋白质家族执行。卡波西肉瘤相关疱疹病毒(KSHV)是包括原发性渗出性淋巴瘤(PEL)在内的多种人类恶性肿瘤的病原体。PEL中KSHV转录组内的RNA编辑程度尚不清楚,其调节KSHV生命周期的贡献也不明确。在此,我们利用生化和基因组方法的组合来确定PEL再激活期间宿主和KSHV转录组中的RNA编辑景观。宿主编辑组分析表明再激活过程中编辑效率增加,并且通过分析BCBL1和BC-3编辑组,我们发现保守的以及
【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/淋巴瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE212350
【使用注意】
· 源站最后修改于 Feb 24 202,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=GSE212350
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
RNA编辑是转录组多样性的主要贡献因素,具有深远的生物学影响。腺苷至肌苷(A-to-I)RNA编辑是动物中最常见的RNA编辑类型,由一类称为作用于RNA的腺苷脱氨酶(ADARs)的蛋白质家族执行。卡波西肉瘤相关疱疹病毒(KSHV)是包括原发性渗出性淋巴瘤(PEL)在内的多种人类恶性肿瘤的病原体。在PEL中,KSHV转录组内RNA编辑的程度尚不清楚,其对于调控KSHV生命周期的贡献亦不明确。在此,我们利用生物化学和基因组学方法的结合,来确定PEL中再激活期间宿主和KSHV转录组中的RNA编辑景观。对宿主编辑组的分析表明,再激活过程中编辑效率增加,并且通过分析BCBL1和BC-3编辑组,我们发现了保守的以及细胞类型特异性的编辑事件。此外,我们从头预测并验证了KSHV pre-miR-K12-4内的病毒编辑位点。茎区编辑调控miRNA生物发生,而成熟miR-K12-3p种子区内的编辑则调控miRNA靶标特异性和病毒传播。
这些结果共同扩展了PEL细胞的转录组,并描述了A-to-I编辑在KSHV miRNA生物发生及靶标特异性中的作用。
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。




