GSE271359：利用阵列式CRISPRi筛选鉴定体外气道上皮炎症模型中的炎症调节因子

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE271359

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

为研究炎性气道疾病的调节因子，我们建立了一种基于BEAS-2B细胞系的体外支气管上皮细胞模型系统，该细胞系暴露于脂多糖（LPS）和柴油尾气颗粒（DEP）。LPS与DEP联合暴露触发了分子炎症表型，包括TSLP和IL-8 mRNA表达升高，这与哮喘患者气道上皮细胞中观察到的现象相似。在该模型中，我们通过阵列式CRISPR干扰筛选对24个mRNA和长链非编码RNA（lncRNA）靶基因进行了高通量扰动，随后进行浅层RNA测序以鉴定炎症调节因子。对单个靶点的扰动对BEAS-2B DEP/LPS转录组产生了显著影响。部分mRNA靶点在敲低后逆转了DEP/LPS基因表达特征，可作为候选治疗靶点。然而，对其他靶基因的扰动进一步放大了促炎特征，因此这些基因在这些细胞中可能具有抗炎作用。

总之，我们提出了一种用于气道炎症的新型体外模型系统，其表现出的炎症特征与哮喘患者相关，并证明了通过整合CRISPR干扰和浅层RNA测序来进行高通量靶点扰动和分子表型分析的可行性。

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。