PRJNA525739:揭示增强第三代头孢菌素对MDR UPEC疗效的新易感靶点

该数据集来自NCBI,包含一项针对多重耐药尿路致病性大肠杆菌(MDR UPEC)ST131株EC958的TraDIS实验原始测序数据

sra
浏览 12
基因组分类Raw sequence reads
PRJNA525739: Uncovering novel susceptibility targets to enhance the efficacy of third-generation cephalosporins against MDR UPEC

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-22

资源简介

PRJNA525739:揭示增强第三代头孢菌素对MDR UPEC疗效的新易感靶点

该数据集来自NCBI,包含一项针对多重耐药尿路致病性大肠杆菌(MDR UPEC)ST131株EC958的TraDIS实验原始测序数据。实验采用饱和转座子突变与转座子定向插入位点测序(TraDIS),结合表型耐药评估,筛选在第三代头孢菌素头孢噻肟存在下细菌存活所需的关键基因。数据包括LB培养基中两个对照样本和两个测试样本的原始序列reads,可用于研究UPEC对第三代头孢菌素的耐药机制及发现新的易感靶点(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):尿路致病性大肠杆菌(UPEC)是尿路感染(UTI)的主要原因,UTI是人类最常见的感染性疾病之一。UPEC与多种抗生素耐药性的关联日益增加,包括对第三代头孢菌素的耐药,而第三代头孢菌素是治疗UTI常用的一类抗生素。我们采用了一种创新的高通量全基因组筛选方法,结合饱和转座子突变和转座子定向插入位点测序(TraDIS)以及表型耐药评估,以鉴定多重耐药(MDR)UPEC序列型131(ST131)菌株EC958在第三代头孢菌素头孢噻肟存在下存活所需的关键基因。该数据集包括本研究中TraDIS实验的原始测序数据。实验包括LB中的两个对照样本和两个测试样本。

【主题与分类】

主题标签:Raw sequence reads。本站分类:感染性疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA525739

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://ncbi.nlm.nih.gov/bioproject/PRJNA525739

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

尿路致病性大肠杆菌(UPEC)是尿路感染(UTI)的主要病因,而UTI是人类最常见的感染性疾病之一。UPEC与多重抗生素耐药性的关联日益增加,包括对第三代头孢菌素的耐药性,而第三代头孢菌素是治疗UTI常用的抗生素类别。我们采用了一种创新的高通量全基因组筛选方法,结合饱和转座子突变和转座子定向插入位点测序(TraDIS)以及表型耐药性评估,以鉴定多重耐药(MDR)UPEC序列型131(ST131)菌株EC958在第三代头孢菌素头孢噻肟存在下存活所需的关键基因。本数据集包括本研究中TraDIS实验的原始测序数据。实验包括两个LB对照样本和两个LB+头孢噻肟测试样本。两个LB对照样本此前已以样本ID SAMN07961466和SAMN07961467上传。

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。

获取专属数据定制方案