用于 Themisto、mSWEEP/mGEMS 和 demix_check 的大肠杆菌谱系解卷积索引

数据集获取

源站：https://doi.org/10.5281/zenodo.10077624

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。

数据集大小约 32.88 GB。

数据说明

用于Themisto、mSWEEP/mGEMS和demix_check的大肠杆菌谱系去卷积索引

本数据集包含在巴基斯坦旁遮普省进行的一项研究中使用的索引，该研究利用CLED富集平板调查了健康携带状态下大肠杆菌定植的多样性。下载内容包含以下文件：

Themisto v3伪比对索引。
PopPUNK数据库。
Demix_check索引。
原始组装数据。

关于

版本历史
v0.1.1（当前版本）
添加了研究参考文献。
v0.1.0
添加了简要描述，但缺少部分内容。

分发
这些文件在CC-BY 4.0许可下提供。如果您在研究中使用这些组装数据，请适当引用来源（研究文献将在后续版本中添加）。

引用
Khawaja, T., Mäklin, T., Kallonen, T. et al. Deep sequencing of Escherichia coli exposes colonisation diversity and impact of antibiotics in Punjab, Pakistan. Nature Communications 15, 5196 (2024). https://doi.org/10.1038/s41467-024-49591-5

方法简介

数据
所包含的组装数据来源于以下研究：
Horesh G, et al., A comprehensive and high-quality collection of Escherichia coli genomes and their genes.

Microbial Genomics 2021. doi: 10.1099/mgen.0.000499 Gladstone R等，2002–17年挪威引起血流感染的大肠埃希菌中抗菌药物耐药性的出现与传播：一项全国性、纵向、微生物群体基因组学研究。《柳叶刀-微生物》2021. doi: 10.1016/S2666-5247(21)00031-8 Shao Y等，剖宫产分娩中微生物群发育受阻与机会性病原体定植。《自然》2019. 10.1038/s41586-019-1560-1 Snaith AE等，在老挝旅行者定植的大肠埃希菌中发现的高度多样化质粒群体及其在抗菌药物耐药基因携带中的作用。Microbial Genomics 2023. doi: 10.1099/mgen.0.001000 Habib A等，产碳青霉烯酶肠杆菌目在巴基斯坦拉瓦尔品第社区的传播。PLOS O

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。