GSE196944:转录组研究揭示由人畜共患病原体创伤弧菌引起的鱼类弧菌病是一种急性炎症性疾病
该数据集来自 NCBI GEO,包含 1 个文件(GSE196944_series_matrix.txt.gz),基于芯片表达谱(GPL16775,7936)分析鳗鱼血液对创伤弧菌的早期免疫应答,并考察 RtxA1 毒素在该互作中的作用

基本信息
资源简介
GSE196944:转录组研究揭示由人畜共患病原体创伤弧菌引起的鱼类弧菌病是一种急性炎症性疾病
A transcriptomic study reveals that fish vibriosis due to the zoonotic pathogen Vibrio vulnificus is an acute inflammatory disease.
该数据集来自 NCBI GEO,包含 1 个文件(GSE196944_series_matrix.txt.gz),基于芯片表达谱(GPL16775,7936)分析鳗鱼血液对创伤弧菌的早期免疫应答,并考察 RtxA1 毒素在该互作中的作用。研究背景显示创伤弧菌是海水人畜共患病原体,可经败血症快速致死鱼类或人类,RtxA1 缺陷株感染后动物虽患败血症但不死亡。数据可用于比较感染与对照的转录表达差异,探索急性炎症相关基因与毒素相关宿主反应(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):创伤弧菌是一种与渔场相关的海洋人畜共患病原体,被视为气候变化的生物标志物。人畜共患菌株通过败血症迅速杀死其易感宿主(鱼或人),这一过程在小鼠中与细胞因子风暴有关。细菌产生的一种名为 RtxA1 的毒素可能在细菌入侵和随后的感染性休克死亡中起重要作用,因为感染 rtxA1 缺陷突变株的动物虽患败血症但不死亡。本研究的目的是全面分析鳗鱼血液对创伤弧菌的早期免疫应答,以及 RtxA1 毒素在这一相互作用中的作用。
【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、GPL16775、7936。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE196944
【使用注意】
· 源站最后修改于 Apr 20 202,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=GSE196944
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
创伤弧菌是一种与养鱼场相关的海洋人畜共患病原体,被视为气候变化的生物标志物。人畜共患菌株通过败血症迅速导致其易感宿主(鱼类或人类)死亡,这一过程在小鼠中已被证实与细胞因子风暴有关。该细菌产生的一种名为RtxA1的毒素可能在细菌入侵及随后由感染性休克导致的死亡中发挥重要作用,因为感染了rtxA1缺陷突变株的动物虽患败血症但不会死亡。本研究旨在全面分析鳗鱼血液中对创伤弧菌的早期免疫反应,以及RtxA1毒素在这一相互作用中的作用。
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。




