PRJNA485503：超高分辨率追踪适应性进化
该数据集来自 NCBI，围绕 E. coli DH5-alpha 携带 pBR322 质粒在含四环素（30 µg/mL）的恒浊器连续培养中的适应性进化过程
基本信息
资源简介
PRJNA485503：超高分辨率追踪适应性进化
该数据集来自 NCBI，围绕 E. coli DH5-alpha 携带 pBR322 质粒在含四环素（30 µg/mL）的恒浊器连续培养中的适应性进化过程。实验包含四个恒浊器重复：两个短期重复（各 60 小时、6 个采样点，R1 和 R2）和两个长期重复（各 318 小时、28 个采样点，R6 和 R7），每 12 小时采样约 8 ml。数据为原始测序读段，可用于分析质粒在超高时间分辨率下的适应性变化（来源 ncbi.nlm.nih.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：将 E. coli DH5-alpha 用质粒 pBR322 转化。整个项目中使用一个转化子作为 founder strain。该 founder strain 被扩增并接种到恒浊器（turbidostat）中——一种维持恒定细胞密度的连续培养装置。恒浊器中含有补充了 30 µg/mL 四环素和 0.05% 消泡剂 B 的 LB 培养基。种子培养物的剩余部分作为时间点 0 的样品收集。为建立适应的时间进程，每 12 小时采样约 ⅔ 体积（约 8 ml），构成时间点 1、2、3 等。共进行四个恒浊器重复：两个短期（各 60 小时，六个收集点；重复 R1 和 R2）和两个长期（各 318 小时，28 个收集点；重复 R6 和 R7）。在 R1 和 R2 中，从时间点 0、1、2、3、4、5 的样品中提取 pBR322 并进行 du
【主题与分类】
主题标签：Raw sequence reads。本站分类：感染/其他。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/bioproject/PRJNA485503
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/PRJNA485503
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
将质粒pBR322转化至大肠杆菌DH5-alpha中。选取一个转化子作为本项目的奠基菌株。对该奠基菌株进行扩增后接种至浊度恒化器——一种维持恒定细胞密度的连续培养装置。浊度恒化器中含有补充了30 µg/mL四环素和0.05%消泡剂B的LB培养基。剩余种子培养液作为时间点0的样品收集。为建立适应的时间进程，每12小时取样约⅔体积（约8 ml），构成时间点1、2、3等。共进行了四次浊度恒化器重复实验：两次短期实验（各60小时，六个收集点；重复R1和R2）和两次长期实验（各318小时，28个收集点；重复R6和R7）。在R1和R2中，从时间点0、1、2、3、4、5的样品中提取pBR322并进行双链测序。在R6和R7中，从时间点6、7、9、13、20、27的样品中提取pBR322并进行双链测序。由此产生24个BioSamples，每个对应SRA数据库中的一个双链测序数据集。
此外，从时间点0和27的R6和R7样本中提取全基因组DNA，并进行了常规高深度测序。这产生了4个BioSample，每个都关联到SRA中的一个常规测序数据集。所有测序实验均在Illumina MiSeq平台上进行，使用301-bp双端读取。该BioProject共包含28个BioSample。在BioSample和SRA数据集命名方面，例如，R6-S0-duplex代表来自时间点0的浊度稳定器重复6样本的双链测序pBR322；R6-S0-WGS代表同一样本的全基因组测序。
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。
