铜绿假单胞菌在囊性纤维化肺内营养获取与致病性的体内证据
该数据集来自 NCBI GEO(GSE7704),包含 1 个文件(GSE7704_series_matrix.txt.gz),基于 GPL84 芯片平台对直接从囊性纤维化(CF)肺内分离的铜绿假单胞菌进行表达谱分析,以展示其在体内的代谢能力与致病性

基本信息
资源简介
铜绿假单胞菌在囊性纤维化肺内营养获取与致病性的体内证据
In vivo evidence of Pseudomonas aeruignosa nutrient acquisition and pathogenesis in the cystic fibrosis lung
该数据集来自 NCBI GEO(GSE7704),包含 1 个文件(GSE7704_series_matrix.txt.gz),基于 GPL84 芯片平台对直接从囊性纤维化(CF)肺内分离的铜绿假单胞菌进行表达谱分析,以展示其在体内的代谢能力与致病性。研究关注高细胞密度复制所依赖的营养来源及群体感应调控的毒力,数据经实时反转录 PCR 验证,可用于探索 CF 慢性感染中的代谢致病机制与潜在治疗靶点(来源 NCBI)。
【数据集背景】
源站首次发布:May 03 200。
【数据内容】
源站描述(机器翻译,仅供参考):铜绿假单胞菌囊性纤维化(CF)感染的特征之一是在肺内以极高细胞密度(HCD)复制,使该菌能够诱导由 HCD 群体感应系统控制的毒力。然而,维持这种慢性感染中 HCD 复制的营养来源在很大程度上仍不清楚。因此,理解促成 CF 肺内 HCD 的营养因素将为铜绿假单胞菌所致 CF 感染的“代谢致病性”及潜在治疗提供新见解。在此,我们对直接从 CF 肺内分离的铜绿假单胞菌进行了微阵列研究,以展示其体内代谢能力和毒力。我们的体内微阵列数据经实时反转录 PCR 证实,表明铜绿假单胞菌表达了多个毒力、耐药及利用多种营养来源(肺表面活性)的基因。
【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:Expression profiling by array、GPL84、287。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=GSE7704
【使用注意】
· 源站最后修改于 Jul 06 201,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=GSE7704
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
铜绿假单胞菌囊性纤维化(CF)感染的标志性特征之一是在肺内以极高细胞密度(HCD)复制,使该菌能够通过HCD群体感应系统调控毒力因子的诱导。然而,维持这种慢性感染中HCD复制的营养来源在很大程度上仍不清楚。因此,了解CF肺内促成HCD的营养因素,将为认识铜绿假单胞菌所致CF感染的“代谢致病性”及潜在治疗提供新的见解。在此,我们对直接从CF肺内分离的铜绿假单胞菌进行了微阵列研究,以揭示其在体内的代谢能力和毒力。经实时逆转录PCR证实的体内微阵列数据显示,铜绿假单胞菌表达了多个与毒力、耐药性以及利用多种营养来源(肺表面活性物质脂质和氨基酸)相关的基因,这些营养来源有助于HCD复制。数据还表明若干通路出现失调,提示在慢性CF感染期间,体内进化通过大部分转录组的失调而发生。据我们所知,这是首个铜绿假单胞菌的体内转录组
在自然囊性纤维化感染中的铜绿假单胞菌,这揭示了此前从未在体内观察到的发病机制、耐药性和营养利用的几个重要方面。关键词:体内基因诱导
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




