微小牛蜱幼虫、成蜱卵巢与雌蜱肠道中与B bovis感染相关的表达基因微阵列分析
该数据集来自omicsdi.org,为微小牛蜱(Rhipicephalus (Boophilus) microplus)幼虫、成蜱卵巢和成年雌蜱肠道组织在暴露于Babesia bovis后的基因表达微阵列分析

基本信息
资源简介
微小牛蜱幼虫、成蜱卵巢与雌蜱肠道中与B bovis感染相关的表达基因微阵列分析
该数据集来自omicsdi.org,为微小牛蜱(Rhipicephalus (Boophilus) microplus)幼虫、成蜱卵巢和成年雌蜱肠道组织在暴露于Babesia bovis后的基因表达微阵列分析。研究涉及6个处理组(肠道感染GI、肠道对照GC、卵巢感染OI、卵巢对照OC、幼虫感染LI、幼虫对照LC),共12张芯片,每张芯片含一个点重复,对13601个独特EST的表达谱进行了分析。数据可用于研究蜱组织对Babesia感染的转录组响应(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):Babesia bovis暴露组织:观察了三种组织。1. 成年雌蜱肠道 2. 成年卵巢 3. 幼虫。总共有24个针对特征(EST)的测量值,6个处理组中每个处理组有4个测量值。6个处理组为:肠道感染(GI)、肠道对照(GC),卵巢和幼虫类似:OI、OC、LI、LC。共有12张芯片,每张芯片有一个点重复。**注:联系人:Felix D. Guerrero 邮箱:felix.guerrero@ars.usda.gov 关键词:Rhipicephalus (Boophilus) microplus, Babesia, microarrays。在本研究中,进行了12次杂交。分析了13601个独特EST的表达谱。未感染的蜱在一个批次中收集,感染的蜱也是如此。重复为技术重复。
【主题与分类】
主题标签:Transcriptomics。本站分类:感染/寄生虫病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-10816
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-10816
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
牛巴贝虫暴露组织:共观察了三种组织。1. 成年雌性肠道 2. 成年卵巢 3. 幼虫。总共对特征(EST)进行了24次测量,6个处理组中每组每个处理有4次测量。6个处理组分别为:肠道感染组(GI)、肠道对照组(GC),卵巢和幼虫同样对应为:OI、OC、LI、LC。共有12张芯片,每张芯片设有一个点样重复。**注:联系人:Felix D. Guerrero 电子邮件:felix.guerrero@ars.usda.gov 关键词:微小扇头蜱(Rhipicephalus (Boophilus) microplus)、巴贝虫、微阵列。在本研究所呈现的内容中,共进行了12次杂交。分析了13601个独特EST的表达谱。未感染蜱与感染蜱分别以单批次收集。所进行的重复为技术重复。
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。




