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

该数据集来自omicsdi.org,主题标签为Transcriptomics,聚焦大肠杆菌血流感染中脂多糖O-抗原缺失现象

omicsdi
浏览 4
基因组分类Transcriptomics
Loss of O-Antigen Due to wbbL Mutations is Common and Associated with Increased Mortality in Escherichia coli Bloodstream Infections

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-23

资源简介

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

该数据集来自omicsdi.org,主题标签为Transcriptomics,聚焦大肠杆菌血流感染中脂多糖O-抗原缺失现象。源站描述显示,复发菌血症患者的大肠杆菌分离株常因wbbL突变而丧失O-抗原合成能力,形成粗糙型LPS表型;此类菌株对血清更敏感、小鼠中致病性减弱,但在66株序列型131血流分离株中有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显著相关。数据可用于研究O-抗原缺失的遗传机制、免疫逃逸及临床预后关联(来源 omicsdi.org)。

【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,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,我们显示R-LPS分离株部分逃避了针对光滑型LPS大肠杆菌产生的保护性免疫,突显了其重要性

【主题与分类】

主题标签:Transcriptomics。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/geo/GSE319702

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://omicsdi.org/dataset/geo/GSE319702

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

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。

获取专属数据定制方案