烟曲霉生物膜发育转录分析揭示维持所需代谢转变
该数据集来自 NCBI GEO(GSE298422),包含烟曲霉(Aspergillus fumigatus)生物膜发育过程的转录组表达谱数据,采用高通量测序进行表达谱分析,平台为 GPL23268,物种编号 746128

基本信息
资源简介
烟曲霉生物膜发育转录分析揭示维持所需代谢转变
Transcriptional analysis of developing Aspergillus fumigatus biofilms reveals metabolic shifts required for biofilm maintenance
该数据集来自 NCBI GEO(GSE298422),包含烟曲霉(Aspergillus fumigatus)生物膜发育过程的转录组表达谱数据,采用高通量测序进行表达谱分析,平台为 GPL23268,物种编号 746128。数据以 series matrix 文件形式提供,可用于研究丝状真菌生物膜不同发育阶段的转录水平变化及维持生物膜所需的代谢转变,为理解烟曲霉生物膜相关感染机制和抗真菌药物耐受性提供数据基础(来源 NCBI)。
【数据集背景】
源站首次发布:May 29 202。
【数据内容】
源站描述(机器翻译,仅供参考):烟曲霉(Aspergillus fumigatus)是一种存在于堆肥和土壤中的丝状真菌,可在广泛人群中引起侵袭性和/或慢性疾病。曲霉病的诊断和治疗往往发生在感染阶段,此时烟曲霉已在肺内形成密集的菌丝网络。这些密集的菌丝网络是多细胞的,包裹在细胞外基质层中,并且对当代抗真菌药物的敏感性降低,这些特征是微生物生物膜的标志性特征。使用静态、浸没式生物膜培养模型,可以在体外重现与体内观察到的这些密集菌丝网络类似的生长模式。丝状真菌细胞生理学在生物膜发育不同阶段背后的机制仍有待明确。在这里,我们利用 RNA 测序方法评估了在……期间转录水平的变化
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL23268、746128。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE298422
【使用注意】
· 源站最后修改于 Feb 19 202,引用时请注意版本时效。
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/geo/query/acc.cgi?acc=GSE298422
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
烟曲霉是一种存在于堆肥和土壤中的丝状真菌,可在广泛的人群中引起侵袭性和/或慢性疾病。曲霉病的诊断和治疗往往发生在感染阶段,此时烟曲霉已在肺内形成密集的菌丝网络。这些密集的菌丝网络是多细胞的,包裹在细胞外基质层中,并且对当代抗真菌药物的敏感性降低,这些特征是微生物生物膜的定义性特征。使用静态、浸没式生物膜培养模型,可以在体外重现与体内观察到的这些密集菌丝网络相似的生长模式。丝状真菌细胞生理学在生物膜发育不同阶段的潜在机制仍有待明确。在此,我们利用RNA测序方法评估了烟曲霉生物膜发育过程中转录水平的变化。这些分析揭示了与发酵相关的转录本增加,同时氧化磷酸化相关的转录本减少。
进一步研究表明,乙醇和丁二醇发酵对于成熟生物膜生物量的维持至关重要。相应地,一个预测为转录因子的基因(silG)也被观察到是维持成熟生物膜生物量所必需的。综上所述,这些数据表明,烟曲霉在生物膜发育过程中代谢的时间性变化对于维持完全成熟的生物膜是必要的。
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。




