GSE319702:wbbL突变导致O-抗原缺失在大肠杆菌血流感染中常见且与死亡率升高相关
源站描述聚焦大肠杆菌血流感染中脂多糖O-抗原的作用,分析复发菌血症患者连续分离株,发现wbbL突变频繁破坏O-抗原合成导致粗糙型LPS表型,此类分离株血清敏感性更高、小鼠中致病性更低,但66株ST131血流分离株中11株(18%)缺乏O-抗原且与感染性休克和死亡等更差临床结局相关,复发菌血症模型显示

基本信息
资源简介
GSE319702:wbbL突变导致O-抗原缺失在大肠杆菌血流感染中常见且与死亡率升高相关
Loss of O-Antigen Due to wbbL Mutations is Common and Associated with Increased Mortality in Escherichia coli Bloodstream Infections
该数据集来自NCBI,包含1个文件(GSE319702_series_matrix.txt.gz),主题为高通量测序表达谱分析,物种为人(9606),平台为GPL34284。源站描述聚焦大肠杆菌血流感染中脂多糖O-抗原的作用,分析复发菌血症患者连续分离株,发现wbbL突变频繁破坏O-抗原合成导致粗糙型LPS表型,此类分离株血清敏感性更高、小鼠中致病性更低,但66株ST131血流分离株中11株(18%)缺乏O-抗原且与感染性休克和死亡等更差临床结局相关,复发菌血症模型显示R-LPS分离株可部分逃逸针对光滑型LPS大肠杆菌的保护性免疫。数据可用于相关表达谱分析与免疫逃逸研究(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):大肠杆菌血流感染常见且与高死亡率相关。大肠杆菌的一个关键特征是脂多糖(LPS)O-抗原,其在侵袭性感染过程中有助于免疫逃逸。我们分析了复发菌血症患者的连续大肠杆菌分离株,发现由于wbbL突变导致O-抗原合成频繁破坏,产生粗糙型LPS(R-LPS)表型。具有粗糙型LPS的大肠杆菌分离株对血清更敏感,在小鼠中致病性更低。尽管存在这种明显的减毒,我们队列中66株大肠杆菌序列型131血流分离株中有11株(18%)缺乏O-抗原,并与显著更差的临床结局相关,包括感染性休克和死亡。使用复发菌血症模型,我们表明R-LPS分离株可部分逃逸针对光滑型LPS大肠杆菌产生的保护性免疫,突显了其重要
【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:GPL34284、9606。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=GSE319702
【使用注意】
· 源站最后修改于 Jul 27 202,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=GSE319702
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
大肠杆菌血流感染较为常见,且与高死亡率相关。大肠杆菌的一个关键特征是脂多糖(LPS)O-抗原,其在侵袭性感染过程中有助于免疫逃逸。我们分析了复发菌血症患者的系列大肠杆菌分离株,发现由于wbbL突变导致O-抗原合成频繁中断,从而产生粗糙型LPS(R-LPS)表型。具有粗糙型LPS的大肠杆菌分离株对血清更为敏感,在小鼠中致病性较低。尽管存在这种明显的减毒现象,我们队列中66株大肠杆菌序列型131血流分离株中有11株(18%)缺乏O-抗原,并与显著更差的临床结局相关,包括感染性休克和死亡。利用复发性菌血症模型,我们证明R-LPS分离株可部分逃逸针对光滑型LPS大肠杆菌产生的保护性免疫,突显了宿主免疫背景在侵袭性疾病中的重要性。
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。




