PRJEB126857:皮质类固醇促进临床菌株生物膜形成,与其遗传背景无关
该数据集来自 NCBI,聚焦吸入性皮质类固醇与铜绿假单胞菌感染的关系。研究利用 2D 生物膜–A549 共培养感染模型,测试了来自 COPD 患者的六株临床分离株,观察皮质类固醇介导的应激下生物膜生物量的变化,并分析同源突变株 ΔmucA 的相关表型

基本信息
资源简介
PRJEB126857:皮质类固醇促进临床菌株生物膜形成,与其遗传背景无关
该数据集来自 NCBI,聚焦吸入性皮质类固醇与铜绿假单胞菌感染的关系。研究利用 2D 生物膜–A549 共培养感染模型,测试了来自 COPD 患者的六株临床分离株,观察皮质类固醇介导的应激下生物膜生物量的变化,并分析同源突变株 ΔmucA 的相关表型。数据可用于探究皮质类固醇促进生物膜形成的保守性及其与遗传背景的关系,服务于呼吸系统疾病与慢性感染相关研究(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):吸入性皮质类固醇是 COPD 的基石治疗,但会增加铜绿假单胞菌感染风险。我们课题组近期报道,皮质类固醇会产生包膜应激,促进生物膜形成,同时减少急性相关毒力特征,提示它们无需发生突变即可驱动慢性样生活方式。在本工作中,我们探索了一个简单的 2D 生物膜–A549 共培养感染模型,通过测试来自 COPD 患者的六株临床分离株,进一步探究这些表型的保守性。无论其遗传背景如何,所有六株临床菌株均对皮质类固醇介导的应激作出响应,并在 A549 单层细胞上 16 小时共培养中显示生物膜生物量显著增加,而模式菌株 PAO1 仅在氟替卡松处理下出现这种生物膜增加。对同源突变株 ΔmucA 的分析显示,其出现减弱
【主题与分类】
主题标签:Other。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/Traces/study?acc=PRJEB126857
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/Traces/study?acc=PRJEB126857
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
吸入性糖皮质激素是COPD的基石治疗,但会增加铜绿假单胞菌感染的风险。本课题组近期报道,糖皮质激素可产生包膜应激,促进生物膜形成的同时减少急性相关毒力特征,提示其无需发生突变即可驱动类慢性生活方式。本研究探索了一种简单的二维生物膜–A549共培养感染模型,通过检测6株来自COPD患者的临床分离株,进一步探究这些表型的保守性。无论其遗传背景如何,全部6株临床菌株均对糖皮质激素介导的应激产生应答,并在A549单层细胞上共培养16小时内显示生物膜生物量显著增加,而模式菌株PAO1仅在氟替卡松处理下呈现一致的生物膜增加。对同源突变株ΔmucA的分析显示该表型消失。
对临床菌株JQS-01的转录组分析证实了先前提出的机制,揭示了细胞壁稳定和渗透压维持的协调反应(betATB、htpG、clpB、groES)、向毒力和生物膜形成降低的明显表型转换(bexR、PA1429、DspII/PA0744、pelAB),以及适应低氧环境的呼吸途径(cyo、cco和nar复合体)的显著上调。同时,定量显示的皮质类固醇介导的烷基喹诺酮类增加与药物介导的包膜应激相一致。综上所述,这些结果证实了mucA/σ22操纵子的核心作用,并揭示了皮质类固醇如何驱动早期临床菌株进入生物膜增加的状态。由于这些适应依赖于翻译后和信号级联,以辅助疗法靶向这些途径可能有助于减少皮质类固醇在COPD管理中不良的继发效应。
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。




