分枝杆菌细胞单独或感染期间在药物处理下的延时视频与快照图像
该数据集包含分枝杆菌细胞单独或感染状态下经药物处理后的延时视频与快照图像，来源于基于定制微流控动态单细胞筛选表型调谐化合物的药物发现策略（µDeSCRiPTor）
基本信息
资源简介
分枝杆菌细胞单独或感染期间在药物处理下的延时视频与快照图像
Time-lapse videos and snapshot images of mycobacterial cells alone or during infection under drug treatment
该数据集包含分枝杆菌细胞单独或感染状态下经药物处理后的延时视频与快照图像，来源于基于定制微流控动态单细胞筛选表型调谐化合物的药物发现策略（µDeSCRiPTor）。数据通过延时显微镜记录单细胞水平的动态表型变化，旨在识别与现有抗结核药物协同作用的化合物，使细菌群体对治疗更均匀敏感。在四个命中化合物中，研究聚焦于M06，其显示出改善结核病治疗的潜力。数据可用于单细胞动态分析、表型变异研究及抗结核药物协同筛选（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2024。
【数据内容】
源站描述（机器翻译，仅供参考）：需要原创性方法来应对威胁全球健康的耐药感染，包括结核病。在此，我们实施了一种基于定制微流控动态单细胞筛选表型调谐化合物的药物发现策略（µDeSCRiPTor）。我们的策略通过延时显微镜评估单分枝杆菌细胞在暴露于表型调谐化合物时发生的动态表型变化。目标是识别与现有抗结核药物协同作用的化合物，最终使细菌群体对治疗更均匀地敏感。在四个已识别的命中化合物中，我们聚焦于M06，其显示出改善结核病治疗的潜力。
【主题与分类】
主题标签：Microfluidics、time-resolved microscopy、phenotypic variation、single-cell dynamics、Drug discovery、Tuberculosis、persistence。本站分类：呼吸系统疾病/肺结核。
【获取与许可】
源站页面：https://datadryad.org/dataset/doi:10.5061/dryad.r4xgxd2j8
使用许可：Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.r4xgxd2j8
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:
数据集大小约 101.11 GB。
数据说明
需要新的方法来应对威胁全球健康的耐药性感染，包括结核病。在此，我们实施了一种基于定制微流控动态单细胞筛选表型调节化合物的药物发现策略（µDeSCRiPTor）。我们的策略通过延时显微镜技术，评估单分枝杆菌细胞在暴露于表型调节化合物时发生的动态表型变化。目标是识别与现有抗结核药物协同作用的化合物，最终使细菌群体对治疗更加均匀敏感。在四个已识别的命中化合物中，我们重点关注M06，它显示出改善结核病治疗的潜力。
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。
