南非Gauteng与Mpumalanga省结核分枝杆菌分离株耐药模式、耐药突变及基因组DNA甲基化数据集
该数据集来自NCBI，包含南非Gauteng与Mpumalanga省结核分枝杆菌临床分离株的基因组数据，聚焦耐药模式、耐药相关突变及基因组DNA甲基化特征
基本信息
资源简介
南非Gauteng与Mpumalanga省结核分枝杆菌分离株耐药模式、耐药突变及基因组DNA甲基化数据集
该数据集来自 NCBI，收录南非 Gauteng 与 Mpumalanga 省结核分枝杆菌临床分离株的基因组数据，聚焦耐药模式、耐药相关突变及基因组 DNA 甲基化特征。结核病由结核分枝杆菌引起，在南非仍是重大公共卫生威胁；耐药菌株增多削弱治疗效果，而菌株间虽基因组同源性超过 99%，表型差异显著，其机制尚未充分阐明，表观遗传因素尤其是 DNA 甲基化被认为可能参与其中。该数据集以全基因组测序为基础，为研究临床耐药菌株的 DNA 甲基化与耐药特征提供了数据支撑，归类于呼吸系统疾病下的肺结核方向，主题标签为 Genome sequencing。
【数据集背景】
结核病是由结核分枝杆菌引起的传染病，在南非持续构成重大公共卫生威胁。尽管全球防控工作不断推进，结核病仍面临严峻挑战，尤其是耐药菌株的增加削弱了治疗效果。结核分枝杆菌菌株之间基因组同源性超过 99%，但表型变异相当明显，这种表型异质性的机制尚未被充分理解。表观遗传因素，包括 DNA 甲基化，被认为在其中发挥作用。此前已有关于结核分枝杆菌 DNA 甲基化的报道，但针对临床耐药菌株的信息有限。鉴于耐药结核分枝杆菌威胁日益增长，研究 DNA 甲基化在结核病致病过程中的作用十分关键。
【数据内容】
该数据集围绕南非 Gauteng 与 Mpumalanga 省结核分枝杆菌临床分离株展开，内容涉及耐药模式、耐药相关突变以及基因组 DNA 甲基化特征，数据类型为全基因组测序所产生的基因组数据。主题标签为 Genome sequencing。关于样本数量、测序平台、数据文件格式与具体体积等细节，源站未提供。
【采集与来源】
数据来源于 NCBI（ncbi.nlm.nih.gov），数据集英文名称为 PRJNA1304997: Patterns of drug resistance, drug resistance conferring mutations and genomic DNA methylation in Mycobacterium tuberculosis isolates from Gauteng and Mpumalanga provinces in South Africa。生物样本为南非 Gauteng 与 Mpumalanga 省的结核分枝杆菌临床分离株。具体的采集时间、采样方法、伦理审批信息及分离株筛选标准，源站未提供。
【适用场景】
该数据集适用于结核分枝杆菌耐药模式与耐药相关突变的研究，也适用于临床耐药菌株基因组 DNA 甲基化特征的分析，可用于探讨表观遗传因素与表型异质性之间的关系。此外，可用于耐药结核分枝杆菌的基因组比较与监测相关研究。其他具体应用方向源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、分析流程、推荐工具与参数设置等。
【质量与限制】
该数据集聚焦临床耐药菌株，弥补了既往结核分枝杆菌 DNA 甲基化研究中临床耐药菌株信息有限的不足。其局限在于仅覆盖南非 Gauteng 与 Mpumalanga 两省的分离株，地理范围有限；关于数据质量评估指标、测序深度、缺失情况与批次效应等信息，源站未提供。
【引用与许可】
源站未提供引用方式与许可信息。
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
源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1304997
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
结核病（TB）是由结核分枝杆菌（M. tuberculosis）引起的传染病，在南非仍是主要的公共卫生威胁。尽管全球防控工作持续开展，结核病仍带来重大挑战，尤其是耐药菌株的增加削弱了治疗效果。尽管结核分枝杆菌菌株之间基因组同源性超过99%，但仍存在显著的表型变异。这种表型异质性的机制尚不明确，但表观遗传因素（包括DNA甲基化）被认为在其中发挥作用。虽然此前已有关于结核分枝杆菌DNA甲基化的报道，但针对临床耐药结核分枝杆菌菌株的信息有限。鉴于耐药结核分枝杆菌威胁日益加剧，研究DNA甲基化在结核病发病机制中的作用至关重要。本研究对35株结核分枝杆菌临床分离株进行了全基因组测序。数据集包括25个用于检测耐药性的短读长和10个用于评估耐药性与DNA甲基化模式之间关联的长读长。共鉴定出698个多态性位点，适用于区分所选结核分枝杆菌
鉴定出结核分枝杆菌分离株。在一条或两条DNA链上检测到三个含有甲基化腺嘌呤残基的DNA基序：CACGCaG、CtCCaG和GaTNNNNRtAC。每个基序的甲基化与其各自的甲基转移酶（MTase）相关：MamA、MamB以及与基序结合蛋白HsdS形成复合物的HsdM甲基转移酶。此外，在许多已测序的基因组中发现了一个跨越MamB甲基转移酶基因3′区域及若干相邻假定蛋白的缺失。本研究表明，属于EAI谱系的分离株同样能够发展为耐多药结核病（MDR-TB），在氟喹诺酮耐药性方面甚至可能超过观察到的另外两个谱系L2和L4。这尤其令人担忧，因为EAI中赋予耐药性的突变所表现出的耐药模式
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。
