NTHi感染小鼠中耳炎模型基因表达谱
该数据集来自 EBI，记录 NTHi 细菌或生理盐水接种小鼠中耳后的感染过程。小鼠在不同时间点被处死以监测感染进程，并提取 RNA，使用 Mouse430_2 微阵列对细菌感染应答进行基因表达谱分析
基本信息
资源简介
NTHi感染小鼠中耳炎模型基因表达谱
Mouse Middle Ear Infection with NTHi 数据集来自 EBI，属于感染性疾病 / 其他分类，主题标签为 transcription profiling by array 与 Mus musculus。该数据集记录的是将 NTHi 细菌或生理盐水接种到小鼠中耳后，对感染过程进行监测的实验。小鼠在不同时间点被处死以观察感染进程，并在处死时提取 RNA，利用 Mouse430_2 微阵列对细菌感染引发的基因表达应答进行转录谱分析。整体而言，该数据集围绕小鼠中耳 NTHi 感染模型的宿主基因表达变化展开，可用于了解感染随时间推进的转录组层面表现。
【数据集背景】
该数据集关注的是小鼠中耳感染模型。实验中将 NTHi 细菌或生理盐水接种到小鼠中耳，通过在不同时间点处死小鼠来监测感染的发展过程。这一设计使研究者能够在受控条件下观察宿主对细菌感染的应答，并以生理盐水接种作为对照条件。数据集的英文名称为 Mouse Middle Ear Infection with NTHi，所属分类为感染性疾病 / 其他，来源站为 ebi.ac.uk。
【数据内容】
数据集的核心内容是基因表达谱数据。实验使用 Mouse430_2 阵列对细菌感染应答进行转录谱分析，所用生物为 Mus musculus。主题标签为 transcription profiling by array，表明数据属于基于微阵列的转录谱研究。样本来自在不同时间点处死的小鼠中耳组织，并在处死时提取 RNA 用于阵列分析。数据覆盖 NTHi 细菌接种与生理盐水接种两类条件，并对应感染过程中的多个时间点。
【采集与来源】
数据来源于 ebi.ac.uk。实验流程为：将 NTHi 细菌或生理盐水接种到小鼠中耳；在不同时间点处死小鼠以监测感染进程；在处死时提取 RNA；使用 Mouse430_2 阵列对细菌感染应答进行基因表达谱分析。数据集的分类归属为感染性疾病 / 其他，主题涉及 transcription profiling by array 与 Mus musculus。
【适用场景】
该数据集适用于研究小鼠中耳 NTHi 感染过程中的宿主基因表达变化，可用于比较细菌接种与生理盐水接种条件下的转录谱差异，也可用于观察感染不同时间点上的基因表达应答。其微阵列转录谱性质适合开展基于表达谱的感染应答分析。其他具体应用方向源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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://ebi.ac.uk/biostudies/arrayexpress/studies/E-GEOD-66141
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
Nick Webster; Nicholas Webster; Allen Ryan (2015). Mouse Middle Ear Infection with NTHi [Dataset]. https://www.ebi.ac.uk/biostudies/arrayexpress/studies/E-GEOD-66141
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
