数据来源:吞噬细胞追逐行为——变形虫对革兰氏阴性菌与革兰氏阳性菌的区分
该数据集来自 Dryad,由 Rashidi 与 Ostrowski 于 2018 年发布,主题为吞噬细胞追逐行为及变形虫对细菌的区分

基本信息
资源简介
数据来源:吞噬细胞追逐行为——变形虫对革兰氏阴性菌与革兰氏阳性菌的区分
Data from: Phagocyte chase behaviors—discrimination between Gram-negative and Gram-positive bacteria by amoebae
该数据集来自 Dryad,由 Rashidi 与 Ostrowski 于 2018 年发布,主题为吞噬细胞追逐行为及变形虫对细菌的区分。源站描述显示,研究以土壤变形虫 Dictyostelium discoideum 为对象,通过行为学实验让其在不同细菌的成对选择中表现偏好,观察其对不同类型细菌的追逐程度差异,并发现其偏好向革兰氏阴性菌而非革兰氏阳性菌迁移。数据可用于研究吞噬细胞识别、细菌区分、趋化性及宿主-微生物关联等方向(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):吞噬细胞是追逐、吞噬并杀死细菌的细胞。它们包括哺乳动物免疫系统中的巨噬细胞和中性粒细胞,也包括以捕食和吞噬细菌为食的自由生活变形虫。吞噬作用可导致多种结果,从维持生存到被病原体或有益共生体感染和定殖——因此,可能有必要进行区分,以寻找好细菌而避免坏细菌。在此,我们测试了土壤变形虫 Dictyostelium discoideum 是否能区分不同类型的细菌,使用行为学实验,让变形虫在不同细菌的成对选择中做出选择。我们观察到变形虫追逐不同类型细菌的程度存在差异,以及优先向革兰氏阴性菌而非革兰氏阳性菌迁移。来自不同来源的变形虫的响应特征相似
【主题与分类】
主题标签:bacterial detection、Phagocytes、bacterial discrimination、host-microbe associations、Chemotaxis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.3214916
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.3214916
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 141.4 KB。
数据说明
吞噬细胞是追踪、吞噬并杀死细菌的细胞。它们包括哺乳动物免疫系统中的巨噬细胞和中性粒细胞,也包括以捕食和吞噬细菌为生的自由生活阿米巴。吞噬作用可导致多种不同的结果,从获取营养到被病原体或有益共生体感染和定植——因此,可能需要具备辨别能力,以寻找有益细菌同时避开有害细菌。在此,我们测试了土壤阿米巴盘基网柄菌(Dictyostelium discoideum)是否能区分不同类型的细菌,采用行为学实验,让阿米巴面对不同类型细菌的成对选择。我们观察到阿米巴对不同类型细菌的追踪程度存在差异,并且优先向革兰氏阴性菌而非革兰氏阳性菌迁移。来自不同地理位置的阿米巴其反应特征相似,表明追踪偏好在该物种的大部分分布范围内是保守的。
尽管先前的研究已经证明细菌会利用趋化性寻找它们所寄生的阿米巴原虫,但我们的研究表明,反之亦然——阿米巴原虫能够优先导向环境中的特定细菌。这种优先感知和响应或许有助于解释为何某些阿米巴原虫与细菌的关联在自然界中比其他关联更为常见。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




