脑膜炎奈瑟菌PubMLST
Neisseria meningitidis PubMLST 面向脑脓肿及相关疾病研究，提供公开可访问的表格数据或临床标注信息，适合用于分类、影像结构分析、疾病分型、风险预测和算法基准测试等研究场景。
基本信息
资源简介
脑膜炎奈瑟菌PubMLST
【一句话概览】
该数据库针对奈瑟菌属，包含分型数据库和分离株数据库。分型数据库提供等位基因定义，为每个独特等位基因序列提供标识符，并以序列型索引等位基因组合。分离株数据库记录分离株的来源和表型信息，并关联分子分型信息，许多记录还包含基因组组装，可通过查询序列分箱大小筛选获取，其中一部分属于基因组文库。相关标签涉及MLST、分子分型、等位基因序列、PorA、FetA、porB、fHbp及MenDeVAR等（来源 pubmlst.org）。
【数据集背景】
本数据集源站标题为《Neisseria spp.》。
【数据内容】
源站原始描述：The typing database contains nomenclature - allele definitions that provide an identifier for every unique allele sequence, and MLST profiles that index each unique combination of alleles with a sequence type (ST). The isolate database consists of isolate records containing provenance and phenotype information linked to molecular typing information. These records may also include genome assemblies. Many of the isolate records in this database contain genome assemblies. You can access these from…
中文译文（机器翻译，仅供快速理解，请以原文为准）：分型数据库包含命名法——为每个独特的等位基因序列提供标识符的等位基因定义，以及用序列类型（ST）索引每个独特等位基因组合的MLST谱。分离株数据库由分离株记录组成，这些记录包含与分子分型信息相关联的来源和表型信息。这些记录还可能包括基因组组装。该数据库中的许多分离株记录包含基因组组装。您可以通过在查询中按序列箱大小进行筛选，从分离株数据库中访问这些信息。其中一部分位于基因组文库中，代表了记录的一致集合。
【主题与分类】
主题标签：Neisseria spp.、MLST、molecular typing、microbial genome diversity、allele sequences、isolates、genome assemblies、PorA、FetA、porB。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://pubmlst.org/organisms/neisseria-spp
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。
暂未开放有偿下载
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://pubmlst.org/organisms/neisseria-spp
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
Neisseria meningitidis PubMLST 是与脑脓肿相关的公开数据集，包含表格数据，可用于分类、疾病识别、结构评估或临床研究验证。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
