必需CpCML作为双阶段钙传感器协调微小隐孢子虫入侵与大配子体依赖的卵囊壁生物合成
该数据集为表征必需蛋白CpCML而生成的原始实验数据，CpCML是一种双阶段钙传感器，协调微小隐孢子虫入侵及大配子体依赖的卵囊壁生物合成
基本信息
资源简介
必需CpCML作为双阶段钙传感器协调微小隐孢子虫入侵与大配子体依赖的卵囊壁生物合成
Essential CpCML functions as a Dual-Stage Calcium Sensor Orchestrates Cryptosporidium parvum Invasion and Macrogamete‑dependent Oocyst wall biogenesis
该数据集为表征必需蛋白CpCML而生成的原始实验数据，CpCML是一种双阶段钙传感器，协调微小隐孢子虫入侵及大配子体依赖的卵囊壁生物合成。实验采用微小隐孢子虫体外培养体系，应用定量PCR、常规PCR、Western blot和免疫荧光等多种方法。数据包括qPCR Ct值表、未裁剪的Western blot原始图像、常规PCR凝胶图像和原始免疫荧光显微图像，文件格式为csv、tif和png，均为未经后处理的原始采集数据，可用于支撑相关研究的可重复性验证（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含为表征必需CpCML而生成的原始实验数据，CpCML是一种双阶段钙传感器，协调微小隐孢子虫入侵和大配子体依赖的卵囊壁生物合成。实验使用微小隐孢子虫在体外培养系统中进行。本研究应用了多种实验方法，包括定量PCR（qPCR）、常规PCR、Western blot（WB）和免疫荧光试验（IFA）。所沉积的原始数据包括qPCR Ct值表、未裁剪的Western blot原始图像、常规PCR凝胶图像和原始免疫荧光显微图像。数据文件以csv、tif和png格式提供。所有上传文件均为未经后处理调整的原始采集数据，以确保相关研究的可重复性。这些原始数据支持题为“Esse的稿件中所报告的研究结果
【主题与分类】
主题标签：Veterinary medicine、Cryptosporidium parvum、CpCML、qPCR、Western blot、immunofluorescence、oocyst wall。本站分类：感染/寄生虫病。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=95070906e00c4ad4a192000c1e1ad4d5
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.57760/sciencedb.0153l
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
该数据集包含用于表征必需CpCML的原始实验数据，CpCML是一种双阶段钙传感器，协调微小隐孢子虫的入侵和依赖大配子的卵囊壁生物合成。实验使用微小隐孢子虫在体外培养系统中进行。本研究采用了多种实验方法，包括定量PCR（qPCR）、常规PCR、蛋白质印迹（WB）和免疫荧光试验（IFA）。所存放的原始数据包括qPCR Ct值表格、未裁剪的蛋白质印迹原始图像、常规PCR凝胶图像和原始免疫荧光显微照片。数据文件以csv、tif和png格式提供。所有上传的文件均为原始采集数据，未经后处理调整，以确保相关研究的可重复性。这些原始数据支持题为“必需CpCML作为双阶段钙传感器协调微小隐孢子虫入侵和依赖大配子的卵囊壁生物合成”的手稿中报告的发现。
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。
