GSE328830：sgRNA文库时序激活实现大规模体内CRISPR筛选

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE328830

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

功能基因组学筛选揭示了癌症基因依赖关系，但细胞培养无法捕捉由肿瘤微环境驱动的脆弱性。我们实现了CRISPR-StAR（通过重组实现的随机激活），这是一种诱导型混合筛选系统，在肿瘤移植后激活基因敲除，并为guide水平的归一化提供匹配的内部对照。利用嵌入条形码的测序和贝叶斯分析，我们在A549异种移植瘤中筛选了一个包含30,000条sgRNA的文库，仅用约30个肿瘤就获得了可重复的dropout和富集表型。在额外的异种移植模型中，借助肿瘤内归一化，单个肿瘤即可为约1,000个基因提供可靠的功能注释。比较体内和体外筛选，发现了仅在体内可检测到的肿瘤抑制因子效应；例如，KMT2C和KMT2D敲除产生了相反的肿瘤生长和转录程序。结合我们的R分析软件包，CRISPR-StAR能够实现可扩展的体内依赖性图谱绘制，补充体外资源，并且与传统dropout筛选相比将动物使用量减少多达七倍，在基因组规模的克隆分辨率上提高了整体方法学严谨性。

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。