进化速率共变揭示结核分枝杆菌新型蛋白网络

数据集获取

源站：https://search.dataone.org/view/sha256%3A874ea2dcb8d64d2f0ec27e86dacf1118febface25a1c71376843f8b4a3534efc

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

在同一功能中共同参与的蛋白质，其相对进化速率往往表现出共变，因为影响其进化的选择压力会作为一个整体作用于共功能蛋白质。进化速率共变（Evolutionary Rate Covariation, ERC）是一种计算比较基因组学工具，它利用来自多个物种的同源基因序列集合来识别这种共变，提供可用于推断新功能关系的相关性度量。尽管ERC已被证明在识别真核物种中的新功能关系方面是成功的，但其在原核生物中的实用性仍需进一步研究。在本研究中，我们利用分枝杆菌属的106个物种验证了ERC在原核生物中的应用，并提供了一个有用的全基因组数据集，包含以结核分枝杆菌为焦点模式生物的11,638个分枝杆菌同源基因群之间的功能关系。

为评估该数据集的实用性，我们研究了全基因组ERC pa…，# 结核分枝杆菌ERC数据 在Dryad上访问此数据集 本README文件描述了本ERC研究中收集的所有数据及使用的代码。手稿中讨论的基因家族、网络和操纵子的所有ERC数据，以及所使用的所有其他基础数据和材料，均存储于此。## 数据访问 ### Myco_Proteomes * 本研究中使用的每种分枝杆菌物种的完整FASTA RefSeq氨基酸序列 * 获取自美国国家生物技术信息中心 * 包含每个物种名称、登录号、基因组版本和蛋白质编码基因数量的表格的.csv和.pdf版本 ### Orthogroup_Seqeunces * 由OrthoFinder创建的每个直系同源组的氨基酸序列 ### Gene_Trees * 由Orthofinder生成的对应于每个直系同源组的基因树 ### SpeciesTree_Rooted.tree * 由OrthoFind生成的本研究中使用的所有分枝杆菌物种的主物种树

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。