GSE339042:Giardia滋养体在甲硝唑、氧气或铁缺乏条件下的RNA-Seq分析
该数据集来自NCBI,为Giardia lamblia滋养体在甲硝唑(MTZ)、氧气(O₂)暴露及铁缺乏三种扰动条件下的RNA-Seq转录组分析,旨在考察GlMitoCarta蛋白质组在药物与环境扰动下的重塑程度

基本信息
资源简介
GSE339042:Giardia滋养体在甲硝唑、氧气或铁缺乏条件下的RNA-Seq分析
RNA-Seq analysis of the Giardia trophozoites subjected to metronidazole (MTZ), oxygen (O₂), or iron depletion conditions
该数据集来自NCBI,为Giardia lamblia滋养体在甲硝唑(MTZ)、氧气(O₂)暴露及铁缺乏三种扰动条件下的RNA-Seq转录组分析,旨在考察GlMitoCarta蛋白质组在药物与环境扰动下的重塑程度。数据包含1个文件GSE339042_series_matrix.txt.gz,由Manish Goyal于2025年7月17日发布,主题标签涉及高通量测序表达谱与GPL37235平台。可用于研究寄生虫在药物和氧/铁胁迫下的转录响应及线粒体相关细胞器功能(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):Giardia lamblia是一种微需氧原生动物寄生虫,每年感染全球近2.8亿人,是腹泻病的主要原因。其线粒体相关细胞器(MROs)缺乏基因组、嵴和氧化磷酸化酶,但保留了铁硫簇(ISC)生物合成等基本功能。为确定GlMitoCarta蛋白质组在关键药物和环境扰动下重塑的程度,我们对Giardia滋养体进行了甲硝唑(MTZ,贾第虫病的首选治疗药物)处理,以及铁剥夺和氧气(O₂)暴露,并分析了由此产生的转录响应。该数据集提供了这些条件下Giardia滋养体的基于RNA-seq的转录组分析。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL37235、5741。本站分类:感染/寄生虫病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE339042
【使用注意】
· 源站最后修改于 Oct 01 202,引用时请注意版本时效。
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/geo/query/acc.cgi?acc=GSE339042
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
蓝氏贾第鞭毛虫是一种微需氧原生动物寄生虫,每年感染全球近2.8亿人,是腹泻病的主要病因之一。其线粒体相关细胞器(MROs)缺乏基因组、嵴和氧化磷酸化酶,但保留了铁硫簇(ISC)生物合成等基本功能。为确定GlMitoCarta蛋白质组在关键药物和环境扰动下重塑的程度,我们将贾第鞭毛虫滋养体暴露于甲硝唑(MTZ,贾第虫病的首选治疗药物),以及铁缺乏和氧气(O₂)暴露条件下,并分析了由此产生的转录反应。该数据集展示了这些条件下贾第鞭毛虫滋养体的基于RNA-seq的转录组分析。
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。




