A组链球菌、大肠杆菌、肺炎链球菌和流感嗜血杆菌基因组与人类基因组6p21.3区域Blastn比对——刺猬还是旁观者？
结果显示四种生物基因组与人类基因组存在部分重叠，其中Streptococcus pneumoniae在6p21.3位点的重叠最多
基本信息
资源简介
A组链球菌、大肠杆菌、肺炎链球菌和流感嗜血杆菌基因组与人类基因组6p21.3区域Blastn比对——刺猬还是旁观者？
Group A streptococcus, Escherichia coli, Streptococcus pneumoniae and Haemophilus influenzae genome vs Human genome @ 6p21.3 Blastn - Hedgehogs or Bystanders?
该数据集基于blastn方法，将A组链球菌、Escherichia coli、Streptococcus pneumoniae和Haemophilus influenzae的基因组与人类基因组hg38的6p21.3位点进行比对分析，采用Megablast、相似序列、非相似blast和短blast等方法。结果显示四种生物基因组与人类基因组存在部分重叠，其中Streptococcus pneumoniae在6p21.3位点的重叠最多。该位点与MHC-1及HLA分子表达相关，涉及1型糖尿病、乳糜泻、重症肌无力等自身免疫性疾病。数据可用于探索病原体基因组与人类自身免疫相关区域的序列相似性（来源 DOI 解析，Creative Commons。
【数据集背景】
源站首次发布：2024。
【数据内容】
源站描述（机器翻译，仅供参考）：使用blastn方法，将A组链球菌、Escherichia coli、Streptococcus pneumoniae和Haemophilus influenzae的基因组与人类基因组hg38在6p21.3位点进行分析。所用方法包括Megablast、相似序列、非相似blast和短blast。Blastn显示各基因组与人类基因组存在部分重叠。结果展示在随附数据集中。在四种生物中，Streptococcus pneumoniae基因组与人类基因组在6p21.3位点的重叠最多。人类基因组6p21.3位点以主要组织相容性抗原表达（MHC-1）和人类白细胞抗原（HLA）分子著称，这些分子与许多自身免疫性疾病相关。与该位点相关的一些常见疾病包括1型糖尿病、乳糜泻、重症肌无力、自身免疫性恶性贫血、白癜风等。这些常见的共生兼致病菌
【主题与分类】
主题标签：Streptococcus pneumoniae、Haemophilus influenzae、Group A streptococcus、Escherichia coli、Human genome、Blastn、6p21.3、MHC1 complex。本站分类：呼吸系统疾病/肺炎。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.10615464
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.10615464
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:
数据集大小约 9.6 MB。
数据说明
使用blastn对人类基因组hg38的6p21.3位点与A组链球菌、大肠杆菌、肺炎链球菌和流感嗜血杆菌的基因组进行了分析。所采用的方法包括Megablast、部分相似序列、不相似blast和短blast。Blastn显示各基因组与人类基因组存在部分重叠。结果见随附数据集。在这四种微生物中，肺炎链球菌基因组与人类基因组6p21.3位点的重叠最多。人类基因组的6p21.3位点因主要组织相容性抗原表达（MHC-1）和人类白细胞抗原（HLA）分子而闻名，这些分子与许多自身免疫性疾病相关。与该位点相关的一些常见疾病包括1型糖尿病、乳糜泻、重症肌无力、自身免疫性恶性贫血、白癜风等。这些常见的共生兼致病微生物能够影响MHC-1复合物的表达，从而可能改变疾病的表现型或临床表达。这些概念具有未来进一步研究和分析的潜力。
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。
