加速早期抗结核药物发现的预测作用机制的分枝杆菌指示菌株数据集（Mycobacterium marinum）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE107882

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

由于耐药型结核病的增多，迫切需要新型抗生素来有效应对这些病例并缩短治疗方案。近年来，利用全细胞分析进行的药物筛选已被证明是成功的。然而，当前的高通量筛选主要集中于严格意义上的生死筛选，这种筛选提供的定性信息很少，且往往需要冗长的靶标和作用机制（MoA）鉴定过程。如此一来，那些有前景的化合物骨架或未能达到抑制浓度的未优化化合物便被遗漏。为加速结核病早期药物发现，我们对结核分枝杆菌和海洋分枝杆菌进行了RNA测序，以绘制暴露于亚抑制浓度已知靶标抗生素（环丙沙星、乙胺丁醇、异烟肼、链霉素和利福平）后所产生的应激反应图谱。由此得到的数据集首次概述了分枝杆菌对不同抗生素的转录应激反应。我们表明，可以根据抗生素特定的转录应激指纹来区分它们，即

环丙沙星导致DNA损伤，链霉素引起核糖体应激。值得注意的是，这种特征在海洋分枝杆菌中更为显著，我们决定利用这一优势，继续使用该模型生物进行研究。我们选取了一系列多样化的抗生素应激基因来构建应激报告系统。总共构建了三种功能性报告器，分别针对DNA损伤、细胞壁损伤和核糖体抑制。随后，利用这些报告菌株筛选了一个小型抗结核化合物库，以预测其作用机制。通过这一方法，我们成功鉴定了三种新型化合物的假定作用机制，从而验证了我们的研究策略。

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。