氧化石墨烯纳米片对多重耐药超级细菌的抗菌活性
该数据集来自 search.dataone.org,聚焦氧化石墨烯(GO)纳米片对多重耐药医院超级细菌的抗菌活性研究。数据覆盖革兰阴性与革兰阳性多重耐药菌在含与不含人血清的琼脂培养基上的生长与杀伤表现,涉及琼脂孔扩散法、活/死荧光染色和基因毒性分析等方法

基本信息
资源简介
氧化石墨烯纳米片对多重耐药超级细菌的抗菌活性
Antibacterial activity of graphene oxide nanosheet against multi drug resistant superbugs isolated from infected patients
该数据集来自 search.dataone.org,聚焦氧化石墨烯(GO)纳米片对多重耐药医院超级细菌的抗菌活性研究。数据覆盖革兰阴性与革兰阳性多重耐药菌在含与不含人血清的琼脂培养基上的生长与杀伤表现,涉及琼脂孔扩散法、活/死荧光染色和基因毒性分析等方法。可用于比较GO在人工培养基与含血介质中的杀菌性能差异,支撑抗菌纳米材料评价及耐药菌感染相关研究(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):氧化石墨烯(GO)是石墨烯纳米片的衍生物,是十年来生物医学研究中最有前景的材料。特别是,它已被认为是一种具有良好生物相容性的抗菌纳米材料。在本研究中,我们合成并表征了GO,并利用琼脂孔扩散法、活/死荧光染色和基因毒性分析,检测了其对在含与不含人血清的固体琼脂营养平板上生长的不同革兰阴性和革兰阳性多重耐药(MDR)医院超级细菌的抗菌性能。抗菌活性分析的主要重点是区分GO在人工培养基和含血培养基中的杀伤性能,因为注射到血流后,GO的活性可能会因血液蛋白质或其他生物分子的吸附而改变。无显著变化
【主题与分类】
主题标签:Antibacterial activity、Genotoxicity、GO、MIC、MBC。本站分类:感染性疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A99e9db095d282b445154fa437935379447ae57d0dfe9f2555575d3173de8b906
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
氧化石墨烯(GO)是石墨烯纳米片的一种衍生物,而石墨烯纳米片是十年来生物医学研究中最有前景的材料。特别是,它已被认为是一种具有良好生物相容性的抗菌纳米材料。在本研究中,我们合成并表征了GO,并通过琼脂孔扩散法、活/死荧光染色和遗传毒性分析,检测了其对在含有人血清和不含人血清的固体琼脂营养平板上生长的不同革兰阴性和革兰阳性多重耐药(MDR)医院超级细菌的抗菌性能。抗菌活性分析的主要重点是区分GO在人工培养基和含血培养基中的杀灭性能,因为注入血流后,GO的活性可能会因血液蛋白质或其他生物分子的吸附而改变。在这两种不同条件下,未发现抗菌活性有显著变化。我们还比较了细菌……
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。




