PRJNA493947：流产布鲁氏菌delta bab1_1612 (eipA) Tn-seq数据
该数据集来自NCBI，为流产布鲁氏菌缺失基因bab1_1612（eipA）菌株的Tn-seq原始测序数据。研究通过Tn-Himar转座子对无细胞培养的细菌进行突变，获取转座子末端及条形码序列，揭示转座子与染色体连接处
基本信息
资源简介
PRJNA493947：流产布鲁氏菌delta bab1_1612 (eipA) Tn-seq数据
PRJNA493947 数据集来自 NCBI，属于感染与感染性疾病分类，主题标签为原始测序读段（Raw sequence reads）。该数据集针对流产布鲁氏菌（Brucella abortus）中缺失基因 bab1_1612（eipA）的菌株，利用 Tn-Himar 转座子进行转座子测序（Tn-seq），目的是确定在该缺失背景下无法被转座子打断的基因集合。细胞在复杂培养基中无细胞培养并进行转座子突变，测序数据包含转座子末端、条形码以及转座子与流产布鲁氏菌染色体之间的连接序列。将该数据集与野生型流产布鲁氏菌的 Tn-seq 数据比较，可识别与 eipA 基因合成致死的基因。
【数据集背景】
本研究的目标是定义流产布鲁氏菌缺失 bab1_1612（eipA）基因的菌株中，不能被 Tn-Himar 转座子破坏的基因集合。通过将该数据集与野生型流产布鲁氏菌的 Tn-seq 数据集进行比较，可以识别出与 eipA 基因存在合成致死关系的基因。这一设计属于转座子突变筛选的典型思路，用于在特定遗传背景中评估基因的必要性。
【数据内容】
数据为原始测序读段，包含转座子末端序列及其条形码，并揭示转座子与流产布鲁氏菌染色体之间的连接处。这些读段可用于定位转座子在基因组中的插入位点，并借助条形码区分不同突变体。数据集的主题标签为 Raw sequence reads，表明其提供的是未经加工的测序读段层面信息。
【采集与来源】
数据来源于 ncbi.nlm.nih.gov。实验流程为：细胞在复杂培养基中无细胞（axenic）培养，并使用 Wetmore 等人 2015 年描述的条形码 Tn 系统进行诱变（doi: 10.1128/mBio.00306-15）。测序对象为转座子末端、条形码以及转座子与染色体连接处的序列。
【适用场景】
该数据集适用于研究流产布鲁氏菌在缺失 eipA 基因背景下的基因必要性，特别是识别无法被 Tn-Himar 转座子打断的基因；也可用于与野生型 Tn-seq 数据比较，筛选与 eipA 合成致死的基因。此外，基于转座子插入位点与条形码信息，可用于转座子插入图谱的构建与突变体追踪。
【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/PRJNA493947
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
本研究的目的是在缺失基因bab1_1612（eipA）的流产布鲁氏菌菌株中，确定一组无法被Tn-Himar转座子打断的基因。将该数据集与野生型流产布鲁氏菌的Tn-seq数据集进行比较，可鉴定出与基因eipA存在合成致死关系的基因。细胞在复合培养基中无菌培养，并使用Wetmore等人（2015；doi: 10.1128/mBio.00306-15）描述的条形码Tn系统进行诱变。数据包含带有条形码的转座子末端，并揭示转座子与流产布鲁氏菌染色体之间的连接点。
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。
