囊性纤维化患者非结核分枝杆菌肺病全血RNA-seq数据
该数据集来自 datadryad.org，包含囊性纤维化患者全血转录组 bulk RNA-seq 数据，样本采集时间最接近首次分离出非结核分枝杆菌
基本信息
资源简介
囊性纤维化患者非结核分枝杆菌肺病全血RNA-seq数据
Whole blood RNA-seq demonstrates an increased host immune response in individuals with cystic fibrosis who develop nontuberculous mycobacterial pulmonary disease
该数据集来自 datadryad.org，包含囊性纤维化患者全血转录组 bulk RNA-seq 数据，样本采集时间最接近首次分离出非结核分枝杆菌。研究人群包括首次分枝杆菌培养阳性后进展为 NTM-PD 的患者（n=12）和未进展者（n=30），用于比较两组基因表达模式，探索囊性纤维化人群进展为 NTM-PD 的宿主免疫反应特征（来源 Dryad，https://spdx.org/licenses/CC0-1.0.html 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：囊性纤维化患者一生中发生非结核分枝杆菌定植、感染和疾病的风险升高。一项先前涉及非囊性纤维化人群的研究报告了与非结核分枝杆菌肺病（NTM-PD）易感性相关的基因表达特征。在本研究中，我们确定进展为 NTM-PD 的囊性纤维化患者是否具有与非囊性纤维化人群相似的基因表达模式。方法：我们在一个囊性纤维化患者队列中使用 bulk RNA-seq 评估全血转录组学，样本采集时间最接近首次分离出非结核分枝杆菌。研究人群包括在首次分枝杆菌生长后发生（n = 12）和未发生（n = 30）NTM-PD 的患者。进展为 NTM-PD 的定义为
【数据结构与技术规格】
数据集 DOI：doi:10.5061/dryad.np5hqbzx2。
【主题与分类】
主题标签：Cystic fibrosis、Mycobacteria、RNA sequencing、Gene expression、Blood、Infectious diseases。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://doi.org/10.5061/dryad.np5hqbzx2
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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://datadryad.org/stash/dataset/doi:10.5061/dryad.np5hqbzx2
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 231.3 MB。
数据说明
Miguel Prieto; Bradley Quon; Jiah Jang; Alessandro N. Franciosi; Yossef Av-Gay; Horacio Bach; Scott J. Tebbutt (2023). Whole blood RNA-seq demonstrates an increased host immune response in individuals with cystic fibrosis who develop nontuberculous mycobacterial pulmonary disease [Dataset]. http://doi.org/10.5061/dryad.np5hqbzx2
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。
