囊性纤维化肺部铜绿假单胞菌群体对R型pyocin的异质性敏感
该数据集来自 search.dataone.org，聚焦囊性纤维化（CF）肺部来源的铜绿假单胞菌群体对R型pyocin的异质性敏感
基本信息
资源简介
囊性纤维化肺部铜绿假单胞菌群体对R型pyocin的异质性敏感
Heterogenous susceptibility to R-pyocins in populations of Pseudomonas aeruginosa sourced from cystic fibrosis lungs
该数据集来自 search.dataone.org，聚焦囊性纤维化（CF）肺部来源的铜绿假单胞菌群体对R型pyocin的异质性敏感。R型pyocin是铜绿假单胞菌产生的噬菌体尾样细菌素，因具有抗假单胞菌活性而具备感染治疗潜力。铜绿假单胞菌是革兰阴性机会致病菌，对CF患者尤为棘手，其肺部感染菌株对抗生素耐药性不断增强，亟需新治疗途径。感染过程中该菌群体在表型和基因型上趋于多样，而R型pyocin对异质群体的效力尚不清楚。R型pyocin按亚型R1-R5区分，通过结合脂多糖（LPS）不同残基识别，各亚型杀伤谱不同（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：细菌素是细菌产生的蛋白质类抗菌物质，对其他同种菌株具有活性。R型pyocin是由铜绿假单胞菌产生的噬菌体尾样细菌素。由于其抗假单胞菌活性，R型pyocin具有作为感染治疗手段的潜力。铜绿假单胞菌是一种革兰阴性机会致病菌，对囊性纤维化（CF）患者尤其成问题。来自CF肺部感染的铜绿假单胞菌会发展出对不断增加的抗生素耐药性，使得新的治疗方法至关重要。铜绿假单胞菌群体在感染过程中在表型和基因型上变得多样，然而，关于R型pyocin对异质群体的效力知之甚少。R型pyocin因亚型（R1-R5）而异，通过结合脂多糖（LPS）上的不同残基来区分。每种类型的杀伤谱各不相同，an
【主题与分类】
主题标签：Cystic fibrosis、R-type pyocin、R-pyocin、bacteriocin。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A0e7ffdc15b43c0c5bf2906e7532efd1db1c633108c80732044bf6c6e186590d1
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
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
细菌素是由细菌产生的蛋白质类抗菌物质，对同种的其他菌株具有活性。R型绿脓菌素是由铜绿假单胞菌产生的噬菌体尾样细菌素。由于其抗假单胞菌活性，R-绿脓菌素具有作为感染治疗药物的潜力。铜绿假单胞菌是一种革兰阴性机会致病菌，对囊性纤维化（CF）患者尤其构成难题。CF肺部感染中的铜绿假单胞菌对抗生素的耐药性不断增强，因此亟需新的治疗方法。感染过程中，铜绿假单胞菌群体在表型和基因型上趋于多样化，然而，关于R-绿脓菌素对异质性群体的疗效知之甚少。R-绿脓菌素按亚型（R1-R5）分类，通过结合脂多糖（LPS）上不同残基加以区分。每种类型的杀菌谱各不相同，且每个菌株仅产生一种R型。为评估不同R型的流行情况，我们筛选了……
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。
