囊性纤维化肺部感染来源的铜绿假单胞菌种群中脂多糖突变体与R2-绿脓菌素敏感变异体的高流行率
该数据集来自 search.dataone.org,聚焦囊性纤维化(CF)肺部慢性感染中的铜绿假单胞菌种群。源站描述指出,这类菌群具有遗传与表型多样性,对R-绿脓菌素(R-pyocin)的敏感性存在差异,可能与作为R-pyocin受体的脂多糖(LPS)变化有关

基本信息
资源简介
囊性纤维化肺部感染来源的铜绿假单胞菌种群中脂多糖突变体与R2-绿脓菌素敏感变异体的高流行率
High prevalence of lipopolysaccharide mutants and R2-Pyocin susceptible variants in Pseudomonas aeruginosa populations sourced from cystic fibrosis lung infections
该数据集来自 search.dataone.org,聚焦囊性纤维化(CF)肺部慢性感染中的铜绿假单胞菌种群。源站描述指出,这类菌群具有遗传与表型多样性,对R-绿脓菌素(R-pyocin)的敏感性存在差异,可能与作为R-pyocin受体的脂多糖(LPS)变化有关。数据可用于研究CF肺部感染中R-pyocin敏感菌株的出现频率、LPS突变与耐药/敏感表型的关联,以及细菌素作为抗菌药物的潜在应用(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):囊性纤维化(CF)肺部的慢性、高度耐抗生素感染导致发病率和死亡率不断上升。铜绿假单胞菌是常见的CF病原体,对多种抗生素表现出耐药性,加剧了抗菌药物耐药性(AMR)。这些细菌种群表现出遗传和表型多样性,但这种多样性如何影响对细菌素的敏感性尚不清楚。R-绿脓菌素,即由铜绿假单胞菌产生的细菌素,是类似噬菌体尾部的抗菌物质。R-绿脓菌素具有作为抗菌药物的潜力,然而近期研究表明,CF肺部感染内铜绿假单胞菌变异体的多样性导致对R-绿脓菌素的敏感性各不相同。这种变异可能与脂多糖(LPS)的变化有关,LPS充当R-绿脓菌素受体。目前,尚不清楚在慢性CF肺部感染中R-绿脓菌素敏感菌株的出现频率。
【主题与分类】
主题标签:pseudomonas in、R-pyocin、Pseudomonas aeruginosa、R-type pyocin、Cystic fibrosis、pyocins、heterogeneity、Lipopolysaccharide。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%3Affbf50f0a21d1d3438bc5748a9c8ef68db1d72c4597e9990ffc156f97fbbf9cb
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
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
囊性纤维化(CF)肺部的慢性、高度耐药感染导致发病率和死亡率不断上升。铜绿假单胞菌是CF常见的病原体,对多种抗生素表现出耐药性,加剧了抗微生物药物耐药性(AMR)。这些细菌群体表现出遗传和表型多样性,但这种多样性如何影响其对细菌素的敏感性尚不清楚。R-绿脓菌素,即铜绿假单胞菌产生的细菌素,是类似噬菌体尾部的抗微生物物质。R-绿脓菌素具有作为抗微生物药物的潜力,然而,近期研究表明CF肺部感染中铜绿假单胞菌变体的多样性导致其对R-绿脓菌素的敏感性存在差异。这种差异可能与脂多糖(LPS)的变化有关,LPS充当R-绿脓菌素受体。目前,尚不清楚在慢性CF肺部感染中R-绿脓菌素敏感菌株的出现频率,尤其是考虑到这些菌株内部的异质性时。在本研究中,我们测试了R2-绿脓…
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。




