通过域适应对活细胞进行纵向全转录组分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE338040

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

追踪细胞随时间变化的转录组图谱，以响应发育信号和环境刺激，可以揭示发育和疾病基本机制的关键见解。然而，在全球转录组水平上进行纵向分子 profiling 仍然是一个重大挑战，因为 RNA 测序从根本上改变或破坏了细胞。为了克服这些限制，我们开发了 PENNE，一种深度学习框架，可以直接从活细胞图像推断全转录组谱。利用门控注意力机制，PENNE 在空间转录组数据集上训练，以将形态特征与基因表达对齐。为了能够从图像进行推断，我们的模型执行域适应，以消除染色和未染色组织图像之间的差异，有效地将分子信息从组织切片转移到活细胞成像。PENNE 通过推断的表达准确识别细胞类型特异性和辐射响应标记。

此外，仅使用经G2/M细胞周期标记物染色的活细胞图像，我们的模型即可捕捉时间基因动态，这由预测表达与真实细胞汇合度及细胞周期进程之间的强相关性所证明。通过弥合数据丰富的空间转录组学与活细胞成像实用性之间的差距，PENNE提供了一个强大的新框架，可直接通过形态学信息监测分子时间动态。这种方法实现了范式转变的工作流程，将全转录组数据与活细胞显微镜融合，通过对细胞状态进行可扩展、非侵入性、实时探究，推动新基因程序的发现。

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。