血液中烟曲霉的“静观其变”静息阶段行为

该数据集来自 NCBI GEO(GSE70227),聚焦烟曲霉(Aspergillus fumigatus)在体外曲霉病模型不同阶段暴露于血液环境时的基因表达谱变化,用于研究其适应血液环境的机制

geo
浏览 6
基因组预测GPL18295746128
GSE70227: Aspergillus fumigatus in blood reveals a "just wait and see" resting stage behavior

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-21

资源简介

血液中烟曲霉的“静观其变”静息阶段行为

Aspergillus fumigatus in blood reveals a "just wait and see" resting stage behavior

该数据集来自 NCBI GEO(GSE70227),聚焦烟曲霉(Aspergillus fumigatus)在体外曲霉病模型不同阶段暴露于血液环境时的基因表达谱变化,用于研究其适应血液环境的机制。数据由高通量测序表达谱构成,包含 1 个文件(GSE70227_series_matrix.txt.gz),平台为 GPL18295,物种编号 746128。可基于该表达谱分析烟曲霉在血液中的转录响应与静息阶段行为,为相关感染机制研究提供数据基础(来源 NCBI)。

【数据集背景】

源站首次发布:Jun 24 201。

【数据内容】

源站描述(机器翻译,仅供参考):目的:我们分析了体外曲霉病模型不同阶段烟曲霉基因表达谱的变化,以研究烟曲霉对血液环境的适应。

【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:GPL18295、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=GSE70227

【使用注意】

· 源站最后修改于 May 15 201,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE70227

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

目的:我们分析了体外曲霉病模型不同阶段烟曲霉基因表达谱的变化,以研究烟曲霉对血液环境的适应。结果:大多数据描述与曲霉病相关的毒力因子在血液阶段未被激活。我们发现后期有三个活跃过程可能有助于适应:铁稳态、部分次级代谢簇以及解毒酶的形成。结论:我们提出烟曲霉无法在血液中生长,需要发生代谢改变,使该生物体关闭所有摄取和耗能机制,从而进入静息菌丝阶段。

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。

获取专属数据定制方案