GSE51573:人类脑膜炎部位隐球菌转录组
该数据集来自 NCBI GEO(GSE51573),针对人类脑膜炎部位的隐球菌转录组。研究从两名隐球菌脑膜炎患者的脑脊液直接分离酵母细胞并提取 RNA,利用 RNA-Seq 生成并比较三种环境条件下的转录谱

基本信息
资源简介
GSE51573:人类脑膜炎部位隐球菌转录组
The Cryptococcus transcriptome at the site of human meningitis
该数据集来自 NCBI GEO(GSE51573),针对人类脑膜炎部位的隐球菌转录组。研究从两名隐球菌脑膜炎患者的脑脊液直接分离酵母细胞并提取 RNA,利用 RNA-Seq 生成并比较三种环境条件下的转录谱。在相同条件下,两种不同基因型菌株呈现相似的表达模式,且来自体内脑脊液的酵母细胞比体外暴露的细胞代谢更活跃。数据可用于研究隐球菌在人体宿主内的生存与致病机制(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 23 201。
【数据内容】
源站描述(机器翻译,仅供参考):新型隐球菌是全球免疫功能低下个体真菌性脑膜炎的主要病因。已有研究对隐球菌在温度、一氧化氮、铁、抗真菌药物和巨噬细胞等多种应激下的转录组进行了分类。然而,对新型隐球菌在人类宿主体内进行准确而全面的转录组分析,可能有助于更好地理解其生存和致病机制。在本研究中,我们从两名隐球菌脑膜炎患者的脑脊液中直接取出的酵母细胞中分离 RNA。利用 RNA-Seq 生成并比较这些酵母细胞在三种环境条件下的转录谱。在相同条件下,两种不同基因型菌株之间发现相似的表达模式。来自体内脑脊液的酵母细胞与暴露于……的细胞相比,似乎代谢更活跃。
【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:GPL17123、5207。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=GSE51573
【使用注意】
· 源站最后修改于 May 15 201,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=GSE51573
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
新型隐球菌是全球免疫功能低下个体中真菌性脑膜炎的主要原因。研究已对隐球菌在多种应激条件下的转录组进行了分类,如温度、一氧化氮、铁、抗真菌药物和巨噬细胞。然而,对新型隐球菌在人类宿主体内的转录组进行准确而全面的分析,可能有助于更好地理解其生存和致病机制。在本研究中,我们从两名隐球菌性脑膜炎患者的脑脊液(CSF)中直接分离酵母细胞并提取RNA。利用RNA-Seq技术生成并比较了这些酵母细胞在三种环境条件下的转录谱。在相同条件下,两种不同基因型的菌株之间表现出相似的表达模式。与暴露于离体CSF的酵母细胞相比,来自体内CSF的酵母细胞似乎具有更高的代谢活性。此外,与在YPD中生长相比,在离体CSF和体内CSF条件下均显著上调的基因似乎对隐球菌的毒力具有重要作用。
在中枢神经系统中,我们鉴定了菌株间差异表达的基因、单核苷酸变异及新基因,以此强调各菌株虽具有共识性的表达模式,但也各自拥有独特的特征。研究发现,具有转运功能的基因在受调控的转录本中富集,这揭示了酵母在宿主应激环境下发挥的重要作用。这些发现为进一步探究该酵母如何在人体内存活提供了平台,有助于识别可能的抗真菌靶点和/或预测感染结局的遗传标志。
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。




