硝酸镓抗血流感染鲍曼不动杆菌转录组分析
该数据集来自 NCBI GEO(GSE194255),包含针对血流感染来源的鲍曼不动杆菌(Acinetobacter baumannii)的转录组学分析数据,用于探究硝酸镓[Ga(NO3)3]的抗菌作用及其分子机制

基本信息
资源简介
硝酸镓抗血流感染鲍曼不动杆菌转录组分析
Transcriptomics analysis reveals the molecular mechanisms of the antibacterial activity of gallium nitrate against Acinetobacter baumannii isolated from bloodstream infections
该数据集来自 NCBI GEO(GSE194255),包含针对血流感染来源的鲍曼不动杆菌(Acinetobacter baumannii)的转录组学分析数据,用于探究硝酸镓[Ga(NO3)3]的抗菌作用及其分子机制。数据以高通量测序表达谱形式提供,共 1 个文件(GSE194255_series_matrix.txt.gz),平台为 GPL19644。该数据可用于分析硝酸镓处理前后细菌基因表达变化,识别差异表达基因及相关通路,从而辅助研究其抗菌分子机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:本研究旨在探究硝酸镓[Ga(NO 3 ) 3 ]对血流感染来源的鲍曼不动杆菌的抗菌作用及其分子机制。
【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:GPL19644、470。本站分类:感染性疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE194255
【使用注意】
· 源站最后修改于 Apr 23 202,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=GSE194255
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
目的:本研究旨在探讨硝酸镓[Ga(NO3)3]对血流感染来源鲍曼不动杆菌的抗菌作用及其分子机制。方法:共分离自血流感染的40株具有不同抗菌药物敏感性模式的鲍曼不动杆菌。采用微量稀释法和时间-杀菌曲线分析Ga(NO3)3的体外抗菌作用。评估氯化铁/血红素对Ga(NO3)3抗菌作用的影响。进行转录组测序以阐明硝酸镓的抗菌机制。构建小鼠感染模型以探讨硝酸镓的体内疗效。结果:Ga(NO3)3在含10%人血清的RPMI 1640培养基中表现出优异的抗菌作用(MIC范围为0.06 μg/mL至0.125 μg/mL),而外源性氯化铁/血红素可削弱其抗菌作用。Ga(NO3)3以剂量和时间依赖性方式抑制鲍曼不动杆菌生长。
Ga(NO3)3通过上调与铁载体生物合成和转运相关基因的表达,并破坏多个铁依赖性代谢过程而发挥抗菌作用。Ga(NO3)3显著降低了中性粒细胞减少小鼠大腿感染模型中的细菌载量。结论:本研究表明,Ga(NO3)3在体内和体外均具有优异的抗菌活性,可能成为治疗鲍曼不动杆菌血流感染的潜在药物。
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。




