基于m6A-ARTR-DBiT的空间m6A图谱数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE285303

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

RNA上的N6-甲基腺苷（m6A）发挥着多种调控作用，但其在组织内的空间分布仍很大程度上未被探索。在此，我们介绍m6A-ARTR-DBiT，一种空间m6A profiling检测方法，利用基于逆转录的检测和组织内确定性条形码编码，在保留天然组织背景的同时绘制转录组范围的m6A分布。将m6A-ARTR-DBiT应用于小鼠胚胎组织和成年大脑，可生成空间分辨的m6A图谱，并揭示不同功能域中与区域相关的m6A特征。将空间m6A谱与空间转录组进行配对比较，揭示了m6A水平与其甲基转移酶和结合蛋白表达之间的正相关，这也使得能够系统性地鉴定组织区域特异性的表观转录组调控。在小鼠海马中，m6A-ARTR-DBiT能够对精细尺度组织结构内的m6A组织进行高分辨率映射。

m6A-ARTR-DBiT共同提供了一个平台，用于探究完整组织切片内的RNA修饰分布，为空间模式化的m6A沉积与基因调控之间的联系提供了见解。

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。