PAL-AI揭示控制卵母细胞成熟过程中poly(A)尾长度的遗传决定因素及其与人类不孕症的相关性

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE280422

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

在哺乳动物及其他动物的卵母细胞中，基因调控主要通过poly(A)尾长度的变化来介导。在此，我们介绍PAL-AI，一种集成的神经网络机器学习模型，能够准确预测蛙类和哺乳动物成熟卵母细胞中尾长度的变化。我们展示PAL-AI学习到了已知和先前未知的序列元件及其控制poly(A)尾长度的上下文特征，使其能够预测由3ʹ-UTR单核苷酸替换引起的尾长度变化。它还能预测由尾长度介导的翻译变化，使我们能够提名对卵母细胞成熟重要的基因。当我们将人类卵母细胞中预测的尾长度变化与All of Us Research Program和gnomAD的基因组数据集进行比较时，我们发现预测会破坏尾部延长的遗传变异在人群中受到负选择，从而将mRNA尾部延长与人类女性生育力联系起来。

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。