基于生物标志物的细菌与真菌全血感染全基因组表达研究分类

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE65088

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

脓毒症是一种可由细菌或真菌引起的临床综合征。早期了解致病微生物的性质是进行针对性抗微生物治疗的前提。除了目前使用的检测方法，如血培养和基于PCR的检测，分析宿主对感染微生物的转录反应展现出巨大潜力。本研究旨在探讨在人类全血模型中，由细菌性病原体金黄色葡萄球菌和大肠杆菌以及真菌性病原体白色念珠菌和烟曲霉引起的感染的转录足迹。此外，我们利用表达信息构建随机森林分类器，以判断病原体是细菌、真菌还是两者皆非。在使用稳定表达的参考基因对转录强度进行归一化后，我们筛选了用于细菌或真菌血液感染生物标志物的基因集。这一选择基于差异表达和额外的基因相关性度量。通过这种方式，我们鉴定了38个生物标志物基因，其中包括IL6、SOCS3和IRG1，这些基因在其他研究中已与脓毒症相关联。

利用这些基因，我们训练了分类器并评估了其性能。在10折分层交叉验证中，它达到了96%的准确率（灵敏度>93%，特异性>97%），而在包含新型隐球菌感染的额外数据集中，准确率为92%（灵敏度和特异性均>83%）。此外，分类器的噪声鲁棒性表明，在新生种数据集上正确分类预测率高。总之，这种全基因组方法证明了有效的特征选择过程与构建性能良好的分类模型相结合的有效性。进一步分析具有病原体依赖性表达模式的基因，可以为系统性宿主反应提供见解，这可能会引领新的抗微生物治疗进展。

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。