整合发现与功能依赖性图谱揭示活跃转录组中的关键嵌合RNA数据

数据集获取

源站：https://doi.org/10.5061/dryad.fxpnvx18g

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。

数据集大小约 3.9 MB。

数据说明

嵌合RNA是一类多样化的分子，定义为包含多个基因遗传信息的RNA转录本，来源于DNA水平和RNA水平的融合事件。尽管其在不同组织类型和疾病状态中的表达模式已被充分记录，但这些转录本的生物学功能仍知之甚少。在本研究中，我们开发了一个整合预测流程，建立了涵盖1,019个癌细胞系中569,640个嵌合RNA的综合图谱，为功能探究提供了所需的高分辨率全景。利用这一资源，我们通过将我们的预测与癌症依赖图谱（DepMap）项目的大规模RNAi数据集整合，进行了系统的功能依赖性筛选。这种方法超越了简单的嵌合RNA预测，能够识别对细胞活力至关重要的高置信度嵌合RNA，包括一类此前未被表征的复发性嵌合转录本，可能由相邻基因的顺式剪接（cis-SAGe）产生，广泛存在于多种组织类型和疾病状态中。

我们证明，敲低选定的候选嵌合RNA会破坏细胞周期进程和细胞适应性，并且这些转录本在原发乳腺肿瘤中频繁失调，突显了它们潜在的生物学相关性和临床意义。总之，这些结果表明，嵌合RNA构成了一个先前未被充分认识到的基因表达层面，有效地将功能基因组的范畴扩展到了传统遗传学之外。通过优先考虑功能，本研究建立了一个研究具有生物学相关性的嵌合转录本的框架，并强调了它们作为癌症治疗靶点和生物标志物的潜力。

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。