棘阿米巴角膜炎人结膜转录组数据
该数据集来自 search.dataone.org，比较 9 例棘阿米巴角膜炎（AK）患者与 13 例未鉴定病原体的角膜炎患者的宿主结膜转录组
基本信息
资源简介
棘阿米巴角膜炎人结膜转录组数据
Human conjunctival transcriptome in Acanthamoeba keratitis: An exploratory study
该数据集来自 search.dataone.org，比较 9 例棘阿米巴角膜炎（AK）患者与 13 例未鉴定病原体的角膜炎患者的宿主结膜转录组。数据包含经质量过滤并比对至 GRCh38 人类基因组的测序reads、基于 stringtie2 计算的转录本丰度及 ENSEMBL GRCh38.87 注释的基因计数矩阵。通路富集分析识别出 36 个在 AK 与推测无菌性角膜炎之间差异表达最显著的转录本。该数据可用于角膜炎宿主基因表达差异分析与通路富集研究（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：比较 9 例棘阿米巴角膜炎（AK）患者的宿主结膜转录组与 13 例未鉴定病原体的角膜炎患者的结膜转录组。通路富集分析识别出 36 个在 AK 患者与推测无菌性角膜炎患者之间差异表达最显著的转录本。比较 9 例棘阿米巴角膜炎（AK）患者的宿主结膜转录组与 13 例未鉴定病原体的角膜炎患者的结膜转录组。对于差异宿主基因表达分析，测序 reads 经过质量过滤并使用 HISAT2（版本 2.1.0）比对至 GRCh38 人类基因组组装。转录本丰度使用 stringtie2（版本 1.3.4d）的默认参数计算，转录本注释基于 ENSEMBL GRCh38.87。基因计数矩阵
【主题与分类】
主题标签：RNA sequence analysis、Acanthamoeba、Transcriptome analysis、Keratitis。本站分类：眼病/角膜感染。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A1e6cf8af0678f987c0be26eeb7ecef1681ca49767f278597066305f66465b179
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
Gerami Seitzman; Jeremy Keenan; Kevin Ruder; Lina Zhong; Cindi Chen; YuHeng Liu; Danny Yu; Thomas Abraham; Armin Hinterwirth; Thuy Doan; Thomas Lietman (2025). Human conjunctival transcriptome in Acanthamoeba keratitis: An exploratory study [Dataset]. http://doi.org/10.5061/dryad.k3j9kd5fx
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。
