成年果蝇脑转录组长读测序分析（生理与病理条件）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE305884

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

最优的脑功能要求神经元进行广泛的转录后RNA加工，以产生种类繁多的转录本。使用标准RNA测序方法对高度加工的RNA进行准确重建和定量具有挑战性，因为其读长较短。长读长直接RNA测序能够通过捕获跨越多个外显子-外显子连接、重复区域（如逆转录转座子）和内含子结构的全长转录本，解析RNA异构体内的多种变异。在此，我们利用牛津纳米孔技术（ONT）对从成年果蝇（Drosophila melanogaster）头部提取的天然RNA链进行长读长测序（果蝇培养至成虫第10天），制作了转录后RNA修饰的异构体水平图谱。除了鉴定出参考转录组中不存在的930个转录本外，我们还发现检测到的异构体总数中近一半具有超过10^4个核苷酸的poly(A)尾，并且超过59%的转录本具有可检测的m6A修饰碱基。

RNA修饰存在于由转座元件转录而来的RNA中，转座元件是遗传多样性的重要驱动因素，并与人类神经退行性疾病相关，包括阿尔茨海默病及相关tau蛋白病。将纳米孔直接RNA测序应用于已知存在转座元件激活和多种RNA处理错误的tau蛋白病果蝇模型，揭示了在传统短读长测序难以表征的区域中存在异常多样的RNA加工事件。综上所述，我们在生理状态下以及tau蛋白病背景下，揭示了成年果蝇头部复杂的转录本结构，为未来研究表征阿尔茨海默病及相关tau蛋白病患者脑组织中多样的tau转录组奠定了基础。

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。