慢性伤口感染中铜绿假单胞菌毒力的演化
该数据集来自 search.dataone.org,围绕铜绿假单胞菌(Pseudomonas aeruginosa)在慢性伤口感染过程中的毒力演化问题

基本信息
资源简介
慢性伤口感染中铜绿假单胞菌毒力的演化
The evolution of virulence in Pseudomonas aeruginosa during chronic wound infection
该数据集来自 search.dataone.org,围绕铜绿假单胞菌(Pseudomonas aeruginosa)在慢性伤口感染过程中的毒力演化问题。源站描述显示,研究采用小鼠慢性伤口模型,通过两部分连续传代与脓毒症实验,发现各演化谱系中毒力朝不同方向演化;同时评估了演化 42 天后细菌对慢性伤口的适应,发现演化群体的形态多样性与既往囊性纤维化感染中的描述相比有限;全基因组测序还发现 lasR、pilR、fleQ、rpoN 和 pvcA 等与铜绿假单胞菌致病性相关的基因在伤口演化过程中出现突变。该数据可用于感染性疾病与脓毒症相关研究(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Dom。
【数据内容】
源站描述(机器翻译,仅供参考):机会性病原体与多种慢性人类感染相关,但这些生物在慢性感染期间的毒力演化仍知之甚少。在此,我们利用两部分连续传代与脓毒症实验,在小鼠慢性伤口模型中测试了人类机会性病原体铜绿假单胞菌的毒力演化,发现毒力在每条演化谱系中朝不同方向演化。我们还评估了演化 42 天后铜绿假单胞菌对慢性伤口的适应,发现与既往在囊性纤维化(CF)感染中描述的情况相比,我们演化群体的形态多样性有限。利用全基因组测序,我们发现既往被认为与铜绿假单胞菌致病性相关的基因(lasR、pilR、fleQ、rpoN 和 pvcA)在伤口演化过程中含有突变,wit
【主题与分类】
主题标签:Chronic Wounds、Virulence、Evolution of virulence。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Aa5ea6d7e4ff9bae593b6adc3fd5734cb4e21e00a9342a6cc8faea52c41ba1407
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
机会性病原体与多种人类慢性感染相关,但这些生物在慢性感染过程中毒力的演化仍知之甚少。在此,我们利用两部分连续传代和脓毒症实验,在小鼠慢性伤口模型中测试了人类机会性病原体铜绿假单胞菌毒力的演化,发现毒力在每条演化谱系中朝不同方向演化。我们还评估了铜绿假单胞菌在演化42天后对慢性伤口的适应性,发现与我们演化群体中形态多样性相比,先前描述的囊性纤维化(CF)感染中的形态多样性更为丰富。利用全基因组测序,我们发现先前与铜绿假单胞菌致病性相关的基因(lasR、pilR、fleQ、rpoN和pvcA)在伤口演化过程中包含突变,且在所有演化谱系中平行发生选择。我们的发现强调:(i)铜绿假单胞菌……
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。




