GSE190214：互补Alu序列介导增强子-启动子选择性

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE190214

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

增强子通过与远距离启动子相互作用来决定时空基因表达程序。然而，增强子如何找到其同源启动子仍不清楚。我们近期开发了RIC-seq技术，利用HeLa细胞中成对相互作用的增强子RNA和启动子来源的非编码RNA来鉴定增强子-启动子连接。在此，我们应用该技术在另外六种细胞系中生成高置信度的增强子-启动子RNA相互作用（EPRI）图谱。利用这些图谱，我们发现37.9%的增强子-启动子RNA相互作用位点与Alu序列重叠。这些成对相互作用的Alu和非Alu RNA序列倾向于互补并可能形成双链体。敲除Alu元件会损害增强子-启动子成环，而Alu插入或CRISPR-dCasRx介导的Alu锚定至未调控的启动子RNA可创建与同源增强子的新环。重要的是，将535,404个非编码风险变异回映射至EPRI图谱，使我们能够构建变异-功能图谱以解读其分子功能，包括11,677个Alu元件中的15,318个缺失或插入，这些变异影响6,497个蛋白编码基因。

我们进一步证明，PTK2增强子区域的多态性Alu插入能够促进肿瘤发生。我们的研究揭示了确定增强子-启动子配对特异性的原理，并为将非编码风险变异与其分子功能相关联提供了一个框架。

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。