烟曲霉HapX介导的铁饥饿适应对毒力的必需性
该数据集来自 NCBI GEO(GSE22052),包含烟曲霉在铁饥饿适应过程中由 bzip 型转录因子 HapX 介导的转录调控研究数据,采用表达谱芯片(GPL10341)对全基因组转录谱进行分析,并结合原卟啉 IX、铁载体和氨基酸等选定代谢物的检测

基本信息
资源简介
烟曲霉HapX介导的铁饥饿适应对毒力的必需性
Aspergillus fumigatus HapX-mediated iron starvation adaption is required for virulence.
该数据集来自 NCBI GEO(GSE22052),包含烟曲霉在铁饥饿适应过程中由 bzip 型转录因子 HapX 介导的转录调控研究数据,采用表达谱芯片(GPL10341)对全基因组转录谱进行分析,并结合原卟啉 IX、铁载体和氨基酸等选定代谢物的检测。数据可用于研究 HapX 与铁调控因子 SreA 之间的负反馈环路,以及铁饥饿条件下代谢重塑与毒力之间的关系(来源 NCBI)。
【数据集背景】
源站首次发布:May 28 201。
【数据内容】
源站描述(机器翻译,仅供参考):铁是广泛细胞过程中必需的辅因子。先前研究表明,铁载体介导的铁摄取和细胞内铁处理对烟曲霉的毒力至关重要。本研究表明,bzip型转录因子HapX在这种机会性真菌病原体适应铁饥饿所需的转录重塑中起关键作用。发现HapX与先前鉴定的铁调控因子SreA在一个负反馈环路中相互连接:SreA在铁充足时抑制hapX表达,而HapX在铁饥饿时抑制sreA。全基因组转录谱分析和选定代谢物(原卟啉IX、铁载体和氨基酸)的分析表明,响应铁饥饿发生广泛的代谢重塑。发现HapX参与抑制和激活两
【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:Expression profiling by array、GPL10341、746128。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=GSE22052
【使用注意】
· 源站最后修改于 Mar 22 201,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=GSE22052
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
铁是众多细胞过程中的必需辅因子。既往研究表明,铁载体介导的铁摄取及细胞内铁处理对烟曲霉的毒力至关重要。本研究发现,bZIP型转录因子HapX在该机会性真菌病原体适应铁饥饿所需的转录重塑中发挥关键作用。研究发现HapX与先前鉴定的铁调控因子SreA以负反馈环路相互关联:在铁充足条件下SreA抑制hapX表达,而在铁饥饿条件下HapX抑制sreA。全基因组转录谱分析及特定代谢物(原卟啉IX、铁载体和氨基酸)分析表明,铁饥饿引发广泛的代谢重塑。研究发现HapX同时参与铁饥饿期间基因的抑制与激活。HapX尤其为抑制铁依赖性及线粒体定位的活性所必需,包括呼吸、TCA循环、氨基酸代谢、铁硫簇生物合成及血红素生物合成。
受HapX正向调控的通路包括铁载体的产生以及核糖毒素和主要过敏原AspF1的生成。对游离氨基酸池的分析显示,HapX依赖性地协调了铁载体的产生与其前体鸟氨酸的供应。与hapX表达模式一致,在铁缺乏条件下,HapX缺陷对生长速率和分生孢子形成有害,而在铁充足条件下则不然。HapX缺陷在小鼠曲霉病模型中导致毒力显著减弱,这强调烟曲霉在宿主体内面临铁饥饿,因此HapX依赖性的代谢重编程对毒力至关重要。
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。




