保守内含子区域全基因组功能分析：斑驳相关滞留内含子关键作用 [CHyMErA]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE296292

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

数千个人类内含子含有此前未被表征的高度进化保守的延伸区域。对这些序列的调查显示，它们与内含子滞留相关，并富集于在RNA加工、染色质重塑和神经生物学中发挥功能的基因中。采用双重CRISPR-Cas编辑方法，我们靶向删除了其中2，600个区域，并观察到其中一部分扰动影响细胞生长。这些“适应性”序列中的许多影响内含子滞留和/或其宿主基因的表达水平。FNBP4和DDX5基因中与核斑相关的滞留内含子缺失，进一步分别与对细胞生长相关基因和内含子滞留的下游效应相关联。DDX5缺失还导致与斑邻近基因第一个内含子重叠的R-loop积累。总体而言，这些结果凸显了高度保守的内含子序列在基因调控控制、R-loop解析和细胞生长中的多方面关键作用。

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。