SLC35E1调控皮肤海鱼分枝杆菌感染炎症反应的NOD1/NOD2–MAPK/NF-κB信号轴研究数据集
该数据集来自data.mendeley.com，包含支持SLC35E1通过NOD1/NOD2–MAPK/NF-κB信号轴调控皮肤海鱼分枝杆菌感染炎症反应研究的实验数据
基本信息
资源简介
SLC35E1调控皮肤海鱼分枝杆菌感染炎症反应的NOD1/NOD2–MAPK/NF-κB信号轴研究数据集
SLC35E1 regulates inflammatory responses in cutaneous Mycobacterium marinum infection via the NOD1/NOD2–MAPK/NF-κB signaling axis
该数据集来自data.mendeley.com，包含支持SLC35E1通过NOD1/NOD2–MAPK/NF-κB信号轴调控皮肤海鱼分枝杆菌感染炎症反应研究的实验数据。数据覆盖人临床样本、小鼠皮下海鱼分枝杆菌感染模型及体外巨噬细胞感染实验，包含组织病理学分析（H&E染色、Ziehl–Neelsen染色）、免疫组化和免疫荧光成像、定量PCR、Western blot及RNA测序的原始与处理后数据。图像文件记录人病灶和小鼠皮肤组织中的肉芽肿病理、细菌负荷及巨噬细胞标志物表达，分子数据包括相对基因表达水平、蛋白表达定量及Slc35e1沉默与对照的转录组谱。数据集共137个文件，可用于感染免疫机制研究与生物标志物探索（来源 Mendeley。
【数据集背景】
源站首次发布：2026-10-09。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含支持题为“SLC35E1 regulates inflammatory responses in cutaneous Mycobacterium marinum infection via the NOD1/NOD2–MAPK/NF-κB signaling axis”研究发现的实验数据。数据来源于人类临床样本、小鼠皮下海鱼分枝杆菌感染模型以及体外巨噬细胞感染实验。数据集包括组织病理学分析（H&E染色、Ziehl–Neelsen染色）、免疫组织化学和免疫荧光成像、定量PCR、Western blot检测以及RNA测序的原始和处理后数据。图像文件记录人病灶和小鼠皮肤组织中的肉芽肿病理、细菌负荷及巨噬细胞标志物表达。分子数据包括相对基因表达水平、蛋白表达定量以及Slc35e1沉默和对照的转录组谱。
【数据结构与技术规格】
文件数 137 个，合计 1.86 GB。数据集 DOI：10.17632/6ky2j7ndfp.7。
【主题与分类】
主题标签：感染性疾病、海鱼分枝杆菌、皮肤感染、炎症反应、RNA测序、巨噬细胞、信号通路。本站分类：感染性疾病。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/6ky2j7ndfp
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://data.mendeley.com/datasets/6ky2j7ndfp
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:
数据集大小约 1.86 GB。
数据说明
Zepu Li (2026). SLC35E1 regulates inflammatory responses in cutaneous Mycobacterium marinum infection via the NOD1/NOD2–MAPK/NF-κB signaling axis [Dataset]. http://doi.org/10.17632/6ky2j7ndfp.6
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。
