小鼠脾脏感染肠外致病性大肠杆菌动态转录组谱

该数据集为小鼠脾脏感染肠外致病性大肠杆菌(ExPEC)后的动态转录组谱,通过RNA-seq分析感染后3小时、6小时和12小时的小鼠脾脏样本,包含1个文件(GSE140637_series_matrix.txt.gz)

geo
浏览 2
基因组预测GPL2127310090
GSE140637: Dynamic transcriptome profiling of mouse spleen infected with extraintestinal pathogenic Escherichia coli

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-23

资源简介

小鼠脾脏感染肠外致病性大肠杆菌动态转录组谱

Dynamic transcriptome profiling of mouse spleen infected with extraintestinal pathogenic Escherichia coli

该数据集为小鼠脾脏感染肠外致病性大肠杆菌(ExPEC)后的动态转录组谱,通过RNA-seq分析感染后3小时、6小时和12小时的小鼠脾脏样本,包含1个文件(GSE140637_series_matrix.txt.gz)。数据可用于研究ExPEC介导脓毒症的分子机制,支持时间序列表达谱分析与差异表达预测(来源 NCBI)。

【数据集背景】

源站首次发布:Nov 19 201。

【数据内容】

源站描述(机器翻译,仅供参考):肠外致病性大肠杆菌(ExPEC)是一种常见的细菌菌株,可引起人类和动物的多种疾病。为了分析ExPEC介导的人类脓毒症的详细机制,通过小鼠脾脏样本的RNA-seq分析了小鼠在ExPEC感染后3小时、6小时和12小时的转录组反应。

【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:GPL21273、10090。本站分类:感染性疾病/脓毒症。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE140637

【使用注意】

· 源站最后修改于 Nov 11 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE140637

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

肠外致病性大肠杆菌(ExPEC)是一种常见的细菌菌株,可引起人类和动物的多种疾病。为分析ExPEC介导的人类脓毒症的详细机制,通过对小鼠脾脏样本进行RNA-seq分析,研究了ExPEC感染后3小时、6小时和12小时小鼠的转录组反应。

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。

获取专属数据定制方案