已取代 - 错义变异在人类ARID DNA结合蛋白家族功能注释中的应用

已取代 - 本数据集已被可在 找到的数据集取代。错义变异是对蛋白质编码序列的改变,会改变特定位置氨基酸的身份。如果该位点为功能所必需,它们可能是有害的,但在其他位点则可能被耐受

datashare_ed
浏览 10
基因组预测肿瘤其他错义变异ARID家族蛋白质结构高通量测序负选择
SUPERSEDED - The use of missense variations in functional annotation of the human ARID family of DNA binding proteins

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-09

资源简介

已取代 - 错义变异在人类ARID DNA结合蛋白家族功能注释中的应用

本数据集英文名称为“SUPERSEDED - The use of missense variations in functional annotation of the human ARID family of DNA binding proteins”,在站内被归类为肿瘤 / 其他类别,来源站为 datashare.ed.ac.uk。根据源站说明,该数据集已被新的数据集取代,替代版本可通过 https://doi.org/10.7488/ds/3190 获取。该数据集围绕错义变异的功能注释展开,研究对象是人类 ARID 家族 DNA 结合蛋白。错义变异会改变蛋白质编码序列中特定位置氨基酸的身份,若该位点对功能至关重要,则可能带来有害影响,而在其他位点则可能被耐受。研究借助高通量测序带来的大规模人类变异数据,从群体层面观察选择压力,并构建了将错义变异映射到已解析或建模的蛋白质结构上的框架,用于刻画 ARID 家族基因调控因子。整体而言,该数据集属于已被替代的版本,适合作为了解该研究早期发布形态的参考。

【数据集背景】

该数据集关注错义变异在人类 ARID 家族 DNA 结合蛋白功能注释中的应用。错义变异是对蛋白质编码序列的改变,会改变特定位置氨基酸的身份。如果该位点为功能所必需,这类变异可能是有害的;但在其他位点,它们则可能被耐受。因此,健康人群中的错义变异分布能够反映负选择对蛋白质结构和功能的影响。随着高通量测序的发展,人类变异数据的样本量显著增加,使得从群体层面解读选择压力成为可能。在此背景下,研究开发了一个便捷框架,用于将错义变异映射到已解析或建模的蛋白质结构上,并将其应用于 ARID 家族基因调控因子的表征。ARID 家族成员与多种过程相关,但源站描述在此处未完整给出后续内容。

【数据内容】

源站描述显示,该数据集涉及错义变异、蛋白质编码序列、氨基酸身份改变、功能位点、健康人群中的变异分布、负选择、蛋白质结构与功能、高通量测序、人类变异数据、群体层面的选择压力解读、错义变异映射框架、已解析或建模的蛋白质结构,以及 ARID 家族基因调控因子。数据集英文名称中明确提到“The use of missense variations in functional annotation of the human ARID family of DNA binding proteins”。除此之外,关于具体文件类型、记录数量、字段结构、变异位点列表、结构模型数量等细节,源站未提供。

【采集与来源】

该数据集的来源站为 datashare.ed.ac.uk。源站说明指出,该数据集已被另一个数据集取代,替代数据集可通过 https://doi.org/10.7488/ds/3190 找到。关于原始数据的采集方式、样本来源、测序平台、结构数据来源、建模方法、纳入标准、时间范围、地理范围等,源站未提供。

【适用场景】

基于源站描述,该数据集可能适用于与错义变异功能注释、人类 ARID 家族 DNA 结合蛋白、蛋白质编码序列改变、氨基酸身份变化、功能位点有害性判断、健康人群变异分布、负选择效应、蛋白质结构与功能关系、高通量测序数据群体解读、错义变异到蛋白质结构的映射,以及 ARID 家族基因调控因子表征相关的场景。由于该数据集已被取代,若需使用最新版本,应参考替代数据集。关于具体分析流程、软件工具、输入输出格式、适用物种范围、疾病关联分析等,源站未提供。

【使用方法】

源站未提供具体使用方法。数据集名称和描述中提到了将错义变异映射到已解析或建模的蛋白质结构上的框架,但关于如何访问文件、如何加载数据、如何运行映射、如何复现分析、如何解释结果等操作细节,源站未提供。由于该数据集已被取代,源站明确指向替代数据集 https://doi.org/10.7488/ds/3190,因此在实际使用时应优先考虑替代版本。关于替代数据集的具体内容和使用方式,源站未提供。

【质量与限制】

该数据集被明确标记为“SUPERSEDED”,即已被取代。源站说明其已被另一个数据集替代,替代版本可通过 https://doi.org/10.7488/ds/3190 获取。因此,该版本可能不适合作为最新数据直接使用。关于数据质量、完整性、准确性、偏差、覆盖度、版本差异、更新记录、错误率、验证方法等,源站未提供。源站描述在“ARID family members are implicated in multiple”处中断,后续内容未给出,因此无法确认 ARID 家族成员涉及的具体过程或疾病范围。

【引用与许可】

源站未提供引用格式和许可信息。数据集名称中包含“SUPERSEDED”,并指向替代数据集 https://doi.org/10.7488/ds/3190。关于如何引用、使用许可、访问限制、版权归属、二次分发条件等,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://datashare.ed.ac.uk/handle/10283/4015

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

SUPERSEDED - This dataset has been replaced by the one which can be found at https://doi.org/10.7488/ds/3190 . ## Missense variants are alterations to protein coding sequences that alter the identity of an amino acid at a specific site. They can be deleterious if the site is required for function but are likely to be tolerated at other sites. Consequently, missense variation within a healthy population mirrors the effects of negative selection on protein structure and function. Advances in high-throughput sequencing have dramatically increased the sample size of human variation data, allowing for population-wide interpretations of selective pressures. In this study, we developed a convenient framework for mapping missense variants onto solved or modelled protein structures and applied it to characterize the ARID family of gene regulators. ARID family members are implicated in multiple cancer types, developmental disorders, and immunological diseases but current understanding of their mechanistic roles is incomplete. Combined with phylogenetic and structural analyses, our approach allowed us to identify important sites for protein-protein interactions, histone code recognition, and DNA binding by the ARID proteins. We propose that missense variants can serve as a valuable tool for complementing experimental findings and formulating mechanistic hypotheses.

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。

获取专属数据定制方案