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

Bacteria 数据集

Bacteria 是一个以 Genomics 为主题标签的公开数据集，收录于 omicsdi.org，并在本站被归类为感染性疾病 / 其他。该数据集围绕临床宏基因组学在血流感染研究中的应用展开，其源站描述为“Deciphering antimicrobial resistance in bloodstream infections through clinical metagenomics”，即通过临床宏基因组学手段解析血流感染中的抗菌药物耐药问题。从这一定位来看，该数据集服务于以基因组学方法研究感染性疾病、特别是血流感染中耐药机制的方向，为相关研究者提供了一个可检索、可引用的数据资源入口。以下依据可获得的信息，对该数据集作进一步说明。

【数据集背景】

抗菌药物耐药是临床感染治疗中的核心难题之一，血流感染由于病情进展快、致病菌种类多样，对耐药性的快速识别与解析提出了较高要求。传统培养与药敏方法在时效和覆盖面上存在局限，宏基因组学方法则可以直接对临床样本中的全部遗传物质进行测序分析，从而在不依赖培养的前提下获取病原体及其耐药相关信息。该数据集正是在这一研究背景下产生，其主题聚焦于借助临床宏基因组学解析血流感染中的抗菌药物耐药问题，属于感染性疾病与基因组学交叉的研究范畴。

【数据内容】

该数据集的主题标签为 Genomics，表明其内容与基因组学数据相关。源站描述指明其研究主题为通过临床宏基因组学解析血流感染中的抗菌药物耐药，因此其数据内容应围绕血流感染临床样本的宏基因组学分析展开。除上述主题层面的说明外，关于具体的样本数量、测序平台、数据文件类型、耐药基因注释结果等细节，源站未提供。

【采集与来源】

该数据集来源于 omicsdi.org。源站描述提及“临床宏基因组学”与“血流感染”，说明其数据与临床样本的宏基因组学研究相关。关于样本采集地点、采集时间、纳入人群、伦理审批信息以及具体的测序与处理流程，源站未提供。

【适用场景】

基于其主题定位，该数据集可适用于血流感染相关抗菌药物耐药的研究场景，例如耐药机制的探索、临床宏基因组学分析流程的建立与验证，以及感染性疾病基因组学数据的整合与比较研究。同时，由于其被归类为感染性疾病 / 其他，也可作为感染性疾病领域数据资源检索与复用的对象。关于具体的适用分析类型与推荐应用方向，源站未提供。

【使用方法】

该数据集通过 omicsdi.org 提供访问入口，使用者可经由该来源站检索并获取数据集相关信息。关于数据下载方式、文件组织格式、配套分析工具、预处理步骤及使用协议等具体操作层面的说明，源站未提供。

【质量与限制】

该数据集的主题与来源信息明确，聚焦于临床宏基因组学与血流感染耐药研究。关于数据质量评估指标、完整性、批次效应、样本代表性以及使用中的注意事项，源站未提供。

【引用与许可】

该数据集来源于 omicsdi.org，使用时应遵循来源站的相关要求。关于具体的引用文献、作者信息、许可类型及使用限制，源站未提供。

原始链接

https://omicsdi.org/dataset/project/PRJNA1459685

访问原始数据

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/project/PRJNA1459685

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。

数据说明

Deciphering antimicrobial resistance in bloodstream infections through clinical metagenomics

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