GSE270632: Hybrid Antibiotics for Persistent Infections 数据集
GSE270632: Hybrid Antibiotics for Persistent Infections 数据集是与假体关节感染直接相关的公开数据集，来源于NCBI GEO，主要包含The goal of this project is to develop a new class of urea-depsipeptide (UDEP) a。该数据集适合用于分类、特征分析、模型验证以及疾病研究中的数据驱动方法评估。
基本信息
资源简介
GSE270632: Hybrid Antibiotics for Persistent Infections 数据集
【数据集背景】
本数据集源站标题为《Hybrid Antibiotics for Persistent Infections》。源站首次发布：Jun 24 202。
【数据内容】
源站原始描述：The goal of this project is to develop a new class of urea-depsipeptide (UDEP) antibiotics to treat prosthetic joint infections (PJI). UDEPs kill bacteria through activation of the ClpP protease, causing cells to self-digest. This unique activating mechanism allows UDEPs to kill biofilms and non-growing persister cells, which are prevalent in PJI and explain why current antibiotics are largely ineffective. Current therapies involve weeks to months of antibiotic treatment, debridement surgeries,…
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：Expression profiling by high throughput sequencing、GPL34637、1280。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE270632
【使用注意】
· 源站最后修改于 Jun 12 202，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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE270632
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
该数据集围绕假体关节感染（Prosthetic joint infections）整理，包含与该疾病直接相关的数据、病例、检测结果或研究记录，可用于分类、流行病学分析或疾病相关机器学习研究。
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。
