博士论文补充数据:CARD-RGI 完美与严格命中

该数据集包含来自博士论文的补充数据,涉及39株铜绿假单胞菌临床分离株的基因组序列,通过FASTA文件格式提供,并利用CARD-RGI工具分析抗生素耐药性基因的完美与严格命中结果,主要用于抗生素耐药性研究、角膜感染模型开发以及临床微生物基因组学分析,支持抗菌药物测试和感染性疾病研究。

orda.shef.ac.ukorda.shef.ac.uk
orda.shef.ac.uk
2024-11-08 更新
浏览 10
抗生素抗性角膜感染模型

基本信息

创建/更新时间
2024-11-08

资源简介

该数据集是博士论文《用于抗菌药物测试的体外角膜感染模型的开发》(Lucy Urwin,2022年,IICD系)的补充数据。论文第四章描述了临床分离株的表征,包括来自印度海得拉巴LV Prasad眼科研究所的39株铜绿假单胞菌分离株。基因组测序由Microbes NG(LVP3-6)、谢菲尔德大学Luke Green博士(LVP3-6)以及韦洛尔基督教医学院Naveen Kumar博士(其他所有分离株)完成。FASTA文件使用综合抗生素耐药性数据库耐药基因标识符(CARD-RGI)进行分析。本文件包含由CARD-RGI识别的抗生素耐药性基因的完美和严格命中详情。数据集主要用于抗生素耐药性基因分析、角膜感染模型研究以及临床微生物基因组学领域。

原始链接

https://orda.shef.ac.uk/articles/dataset/PhD_Thesis_Additional_Data_CARD-RGI_Perfect_Strict_Hits/19169657/1

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://orda.shef.ac.uk/articles/dataset/PhD_Thesis_Additional_Data_CARD-RGI_Perfect_Strict_Hits/19169657/1

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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

该数据集是博士论文《用于抗菌药物测试的体外角膜感染模型的开发》(Lucy Urwin,2022年,IICD系)的补充数据。论文第四章描述了临床分离株的表征,包括来自印度海得拉巴LV Prasad眼科研究所的39株铜绿假单胞菌分离株。基因组测序由Microbes NG(LVP3-6)、谢菲尔德大学Luke Green博士(LVP3-6)以及韦洛尔基督教医学院Naveen Kumar博士(其他所有分离株)完成。FASTA文件使用综合抗生素耐药性数据库耐药基因标识符(CARD-RGI)进行分析。本文件包含由CARD-RGI识别的抗生素耐药性基因的完美和严格命中详情。数据集主要用于抗生素耐药性基因分析、角膜感染模型研究以及临床微生物基因组学领域。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 角膜感染 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案