PRJNA1337116:低发病率州球孢子菌基因组揭示美国西部复杂迁移史

临床分离株于 2023 年 1 月至 2024 年 11 月前瞻性采集自犹他州、科罗拉多州、内华达州和加利福尼亚州的患者,其中低发病率州 27 株、加利福尼亚州 22 株,测序平台为 Illumina NovaSeq(双端 150 bp)

sra
浏览 8
基因组分类Raw sequence reads
PRJNA1337116: Coccidioides Genomes from Low-Incidence States Reveal Complex Migration History across the Western United States

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

PRJNA1337116:低发病率州球孢子菌基因组揭示美国西部复杂迁移史

该数据集来自 NCBI,包含对引起山谷热的两种真菌——Coccidioides immitis 与 Coccidioides posadasii 的全基因组测序数据。临床分离株于 2023 年 1 月至 2024 年 11 月前瞻性采集自犹他州、科罗拉多州、内华达州和加利福尼亚州的患者,其中低发病率州 27 株、加利福尼亚州 22 株,测序平台为 Illumina NovaSeq(双端 150 bp)。数据可用于研究球孢子菌的种群结构、迁移历史与区域传播特征(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):我们对引起山谷热的真菌病原体 Coccidioides immitis 和 Coccidioides posadasii 进行了全基因组测序,山谷热是美洲一种新发疾病。临床分离株于 2023 年 1 月至 2024 年 11 月期间前瞻性采集自犹他州、科罗拉多州、内华达州和加利福尼亚州的患者。该数据集包括来自低发病率州(犹他州、科罗拉多州、内华达州)的 27 株新测序分离株和来自加利福尼亚州的 22 株。测序在 Illumina NovaSeq 平台上进行(双端 150 bp 读长)。

【主题与分类】

主题标签:Raw sequence reads。本站分类:感染/山谷热。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1337116

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/bioproject/PRJNA1337116

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

我们对引起谷热(美洲一种新发疾病)的真菌病原体——粗球孢子菌和波萨达斯球孢子菌——进行了全基因组测序。临床分离株于2023年1月至2024年11月期间从犹他州、科罗拉多州、内华达州和加利福尼亚州的患者中前瞻性收集。该数据集包括来自低发病率州(犹他州、科罗拉多州、内华达州)的27株新测序分离株和来自加利福尼亚州的22株。测序在Illumina NovaSeq平台上进行(双端150 bp读长)。

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