PRJEB105745：大西洋鲑舌与嗅囊RNA-seq（含感染试验）
该数据集为RNA-seq数据，用于比较大西洋鲑（Salmo salar）舌与嗅囊在对照组和感染Yersinia ruckeri组中的转录组，同时利用对照组舌样本描述鲑鱼舌的基因表达
基本信息
资源简介
PRJEB105745：大西洋鲑舌与嗅囊RNA-seq（含感染试验）
PRJEB105745 是一个 RNA-seq 数据集，全称为“RNA-seq of Atlantic salmon tongue and olfactory rosette -including infection trial”，来源于 ncbi.nlm.nih.gov，在本站归类于感染性疾病 / 其他。该数据集的核心用途是比较大西洋鲑（Salmo salar）舌与嗅囊在对照组和感染 Yersinia ruckeri 组中的转录组差异，同时利用对照组舌样本描述鲑鱼舌的基因表达情况。数据集以转录组测序为技术手段，围绕鲑鱼感染模型展开，主题标签为 Other。整体而言，它为研究大西洋鲑在细菌感染条件下舌与嗅囊两个组织的基因表达特征提供了 RNA-seq 层面的数据基础。
【数据集背景】
该数据集聚焦于大西洋鲑（Salmo salar）的感染性疾病研究，涉及的病原为 Yersinia ruckeri。数据集设计包含对照与感染两类鱼，并选取舌和嗅囊两个组织进行转录组比较。其中，舌样本除用于感染与对照的比较外，还用于描述鲑鱼舌的基因表达。数据集英文名称中明确标注了“including infection trial”，表明其包含感染试验环节。本站将其分类为感染性疾病 / 其他，主题标签为 Other。
【数据内容】
数据集为 RNA-seq 数据，覆盖大西洋鲑的舌与嗅囊两个组织，样本来自对照组和感染 Yersinia ruckeri 组。数据内容可用于比较对照组与感染组之间舌和嗅囊的转录组差异，并利用对照组舌样本描述鲑鱼舌的基因表达。源站描述未提供样本数量、测序平台、读长、数据量等具体技术参数。
【采集与来源】
数据来源于 ncbi.nlm.nih.gov。源站描述说明该数据集用于比较大西洋鲑舌与嗅囊在对照和感染 Yersinia ruckeri 条件下的转录组，对照组舌样本亦用于描述鲑鱼舌的基因表达。关于采样地点、采样时间、实验条件、感染方式与剂量等信息，源站未提供。
【适用场景】
该数据集适用于大西洋鲑感染 Yersinia ruckeri 相关的转录组研究，可用于比较舌与嗅囊在对照和感染状态下的基因表达差异，也可用于了解鲑鱼舌在对照条件下的基因表达特征。适合作为鱼类细菌感染应答、组织特异性转录组比较等方向的分析素材。具体分析目标需结合源站数据自行确定。
【使用方法】
使用时应依据源站提供的 RNA-seq 数据开展转录组分析，围绕对照组与感染组的舌、嗅囊样本进行比较，并可单独利用对照组舌样本描述舌的基因表达。关于数据下载方式、文件格式、分析流程与参数设置，源站未提供。
【质量与限制】
源站描述未提供数据质量评估、测序深度、重复数、批次信息及潜在偏差等质量相关指标。该数据集仅涉及舌与嗅囊两个组织及 Yersinia ruckeri 感染试验，结论外推范围受此限制。其他质量与限制信息源站未提供。
【引用与许可】
源站未提供引用方式与许可信息。
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/bioproject/PRJEB105745
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
用于比较大西洋鲑（Salmo salar）舌和嗅莲的转录组的RNA-seq数据集，涉及对照组和感染鱼（鲁氏耶尔森菌）。对照组的舌样本还用于描述鲑鱼舌中的基因表达。
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。
