囊性纤维化上呼吸道环境对机会性病原体铜绿假单胞菌竞争能力的影响
该数据集来自 search.dataone.org,聚焦囊性纤维化(CF)上呼吸道环境对机会性病原体铜绿假单胞菌竞争能力的影响

基本信息
资源简介
囊性纤维化上呼吸道环境对机会性病原体铜绿假单胞菌竞争能力的影响
Life in the cystic fibrosis upper respiratory tract influences competitive ability of the opportunistic pathogen Pseudomonas aeruginosa
该数据集来自 search.dataone.org,聚焦囊性纤维化(CF)上呼吸道环境对机会性病原体铜绿假单胞菌竞争能力的影响。数据覆盖环境分离株与 CF 分离株在细菌素产生、抗性及竞争结局方面的差异,可用于研究宿主适应、细菌素介导的竞争机制以及呼吸道感染中的生态与进化过程(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):了解宿主相关与自由生活机会性病原体之间的特征差异,可以揭示在扩散到宿主环境后取得成功的基本需求,更广泛地说,可以揭示种群对复杂相互作用性状同时选择作出响应的生态和进化过程。我们研究了机会性病原体铜绿假单胞菌的囊性纤维化(CF)相关分离株与环境分离株在生产一类生态上重要的蛋白质毒素(称为细菌素)方面的差异,以及整体竞争能力如何取决于这些细菌素的生产和抗性。我们确定了来自多样化的环境分离株和 CF 分离株收集中的细菌素基因含量,并测量了细菌素介导的抑制、抗性以及在共享 e 中的竞争结果
【主题与分类】
主题标签:host adaptation、Bacteriocins、Cystic fibrosis。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%3A171317ec3ec36eaa94dad107baed7a90197b8214d8f7b7399e26c7029fedf57f
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
了解宿主相关与自由生活机会性病原体之间的特征差异,可以为了解其在扩散至宿主环境后取得成功的基本条件提供洞见,更广泛地说,也有助于理解种群如何应对复杂相互作用性状上同时发生的选择这一生态与进化过程。我们研究了机会性病原体铜绿假单胞菌(Pseudomonas aeruginosa)中与囊性纤维化(CF)相关的分离株和环境分离株在产生一类生态上重要的蛋白质类毒素——即细菌素——方面的差异,以及整体竞争能力如何取决于这些细菌素的产生与抗性。我们在多样化的环境分离株和CF分离株集合中测定了细菌素基因含量,并在25 °C和37 °C下测定了这些分离株所有可能配对之间由细菌素介导的抑制、抗性以及在共享环境中的竞争结果。尽管CF分离株编码……
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。




