白色念珠菌温度诱导opaque-to-white转换承诺点的转录组芯片分析

数据为表达谱芯片实验,用于表征真菌病原体白色念珠菌温度诱导 opaque-to-white 转换的承诺点,比较野生型与 WOR1/wor1 菌株在各自 50% 承诺点(WOR1/wor1 为 2 小时 45 分,野生型为 5 小时 10 分)的转录组变化,以区分与承诺相关的变化和实验假象,从而识别反

omicsdi
浏览 11
基因组分类Transcriptomics
Transcription profiling by array of C. albicans to identify the commintment point of the temperature induced opaque-to-white switch

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-17

资源简介

白色念珠菌温度诱导opaque-to-white转换承诺点的转录组芯片分析

该数据集来自 omicsdi.org,属于感染/真菌感染分类,主题为 Transcriptomics。数据为表达谱芯片实验,用于表征真菌病原体白色念珠菌温度诱导 opaque-to-white 转换的承诺点,比较野生型与 WOR1/wor1 菌株在各自 50% 承诺点(WOR1/wor1 为 2 小时 45 分,野生型为 5 小时 10 分)的转录组变化,以区分与承诺相关的变化和实验假象,从而识别反映承诺的转录组改变。可用于研究白色念珠菌形态转换的转录调控(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):本实验旨在表征真菌病原体白色念珠菌温度诱导的 opaque-to-white 转换的承诺点。本实验检查野生型和 WOR1/wor1 菌株在各自 50% 承诺点发生的转录组变化,以区分与承诺相关的变化和实验假象,从而识别反映承诺的转录组变化。这两个菌株具有不同的 50% 承诺点[WOR1/wor1 为 2 小时 45 分,野生型为 5 小时 10 分]。本实验提交的所有合并和组合数据文件可在 ArrayExpress ftp 站点的归档 E-MEXP-2834.additional.zip 中找到。

【主题与分类】

主题标签:Transcriptomics。本站分类:感染/真菌感染。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MEXP-2834

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/biostudies-arrayexpress/E-MEXP-2834

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

本实验旨在表征真菌病原体白色念珠菌温度诱导的不透明-白色转换中决定点的特征。本实验检查了野生型和WOR1/wor1菌株在50%决定点发生的转录组变化,以区分与决定相关的变化和实验假象,从而识别反映决定过程的转录组变化。这两个菌株具有不同的50%决定点[WOR1/wor1为2小时45分钟,野生型为5小时10分钟]。本实验提交的所有合并及整合数据文件可在ArrayExpress ftp站点的E-MEXP-2834.additional.zip存档中找到。

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