转录调控因子AflR对黄曲霉整体调控机制的研究
该数据集来自NCBI GEO,标题为转录调控因子AflR对黄曲霉整体调控机制的研究,包含1个文件GSE179978_series_matrix.txt.gz,采用高通量测序进行表达谱分析,平台为GPL30388

基本信息
资源简介
转录调控因子AflR对黄曲霉整体调控机制的研究
Transcriptional regulator AflR on the overall regulation mechanism of Aspergillus flavus
该数据集来自NCBI GEO,标题为转录调控因子AflR对黄曲霉整体调控机制的研究,包含1个文件GSE179978_series_matrix.txt.gz,采用高通量测序进行表达谱分析,平台为GPL30388。研究关注编码Zn(II)2Cys6 DNA结合结构域的aflR基因,该基因是黄曲霉毒素生物合成基因簇的重要转录调控因子,此前GO分析提示AflR可能具有整合调控作用。数据可用于探索aflR在黄曲霉中的整体调控功能及相关基因表达变化(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 13 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:黄曲霉aflR基因编码一个Zn(II)2Cys6 DNA结合结构域,是黄曲霉毒素生物合成基因簇的重要转录调控因子。我们先前对黄曲霉中AflR结合位点的GO分析结果表明,AflR可能发挥整合调控作用。本研究旨在探究aflR基因在黄曲霉中的整合功能。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL30388、5059。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE179978
【使用注意】
· 源站最后修改于 Feb 18 202,引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE179978
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
目的:黄曲霉aflR基因编码一个Zn(II)2Cys6 DNA结合结构域,是黄曲霉毒素生物合成基因簇的重要转录调控因子。我们前期对黄曲霉中AflR结合位点的GO分析结果提示,AflR可能发挥整合调控作用。本研究旨在探究aflR基因在黄曲霉中的整合功能。设计:本研究以黄曲霉NRRL3357为野生型菌株(WT),通过同源重组构建了黄曲霉ΔaflR敲除菌株。基于转录组学技术,我们研究了aflR基因对黄曲霉生长、发育和毒素合成的代谢效应,并在转录水平上探讨了aflR基因对黄曲霉的整体调控机制。结果:aflR的破坏严重影响了黄曲霉毒素生物合成途径,导致黄曲霉毒素产量显著下降。此外,aflR基因破坏菌株产生的分生孢子相对稀疏,菌核数量极少。然而,环匹阿尼酸(CPA)的生物合成未受aflR基因破坏的影响。
对在PDA平板上培养0小时、24小时和72小时的ΔaflR菌株进行转录组分析显示,参与黄曲霉毒素生物合成的聚类基因表达显著下调。同时,与WT菌株相比,ΔaflR菌株在孢子萌发、菌核发育和碳水化合物代谢相关基因上表现出显著的表达差异。结论:结果表明,黄曲霉的aflR基因在真菌生长发育中也发挥着积极作用。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




