RNA结构介导的α1-抗胰蛋白酶缺乏症转录后模型

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE81525

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

通过SHAPE-MaP对基因SERPINA1（serpin家族A成员1）的六种转录本进行了测序，以获取它们的二级结构图谱。对于每种转录本，SHAPE-MaP包括一个用1M7试剂处理的样本（‘p’）、一个不含试剂的阴性对照（‘m’）以及一个变性对照（‘d’）。1M7试剂优先与RNA中未配对的碱基反应，并在文库制备的逆转录步骤中诱导突变。测序比对后，利用’p’、'd’和’m’样本的“突变图谱”计算转录本中每个碱基的SHAPE反应性。SHAPE反应性与碱基作为二级结构一部分进行配对的倾向相关。

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。