常见宿主种群遗传结构预测白鼻综合征传播的数据
该数据集来自 Dryad,对应一项关于白鼻综合征(WNS)在北美东部蝙蝠种群中传播的研究。研究以最常见宿主小棕蝠(Myotis lucifugus)为对象,检验其种群遗传结构与 WNS 地理传播之间的关系,通过逻辑回归模型评估冬眠群体感染风险,并考察地理邻近性与遗传相似性对风险的影响

基本信息
资源简介
常见宿主种群遗传结构预测白鼻综合征传播的数据
Data from: Population genetic structure of a common host predicts the spread of white-nose syndrome, an emerging infectious disease in bats
该数据集来自 Dryad,对应一项关于白鼻综合征(WNS)在北美东部蝙蝠种群中传播的研究。研究以最常见宿主小棕蝠(Myotis lucifugus)为对象,检验其种群遗传结构与 WNS 地理传播之间的关系,通过逻辑回归模型评估冬眠群体感染风险,并考察地理邻近性与遗传相似性对风险的影响。数据可用于分析宿主遗传连通性如何预测新发传染病的空间扩散,适合开展疾病风险预测与宿主-病原体相互作用研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2015。
【数据内容】
源站描述(机器翻译,仅供参考):景观复杂性影响动物扩散模式,进而可能影响基因流和病原体传播。白鼻综合征(WNS)是一种外来真菌性疾病,已在北美东部迅速传播,导致蝙蝠种群大量死亡。我们通过评估北美东部冬眠群体中 WNS 风险的逻辑回归模型,检验了最常见宿主小棕蝠(Myotis lucifugus)的种群遗传结构与 WNS 迄今地理传播之间的关系。我们假设,易感宿主群体感染 WNS 的风险应随与感染群体的地理邻近性和遗传相似性(反映历史连通性)的增加而增加。与该假设一致,纳入感染群体与易感群体之间的遗传距离显著改善了模
【主题与分类】
主题标签:Host Parasite Interactions、Myotis。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.v1v13
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.v1v13
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 160.0 MB。
数据说明
景观复杂性影响动物的扩散模式,进而可能影响基因流动和病原体的传播。白鼻综合征(WNS)是一种外来真菌性疾病,已在北美东部迅速蔓延,导致蝙蝠种群大量死亡。我们通过评估北美东部冬眠群体中WNS风险的逻辑回归模型,检验了最常见宿主——小棕蝠(Myotis lucifugus)的种群遗传结构与WNS迄今为止的地理传播之间的关系。我们假设,易感宿主群体感染WNS的风险应随与感染群体的地理邻近度和遗传相似性(反映历史连通性)的增加而增加。与这一假设一致,纳入感染群体与易感群体之间的遗传距离显著改善了疾病传播模型,尽管东部种群间遗传分化水平较低,但仍捕捉到了WNS空间扩展的异质性。
将我们的遗传分析扩展至小棕蝠的大陆分布范围后,揭示了北美东部与西部之间种群结构模式的强烈反差。向西进入北部大平原、超出WNS当前分布范围后,遗传结构显著增加。在北美西部,地理上邻近种群的遗传分化往往超过整个东部地区所观察到的水平,这表明扩散频率低和/或扩散范围局部受限,因此北美西部病原体引入的机会相对有限。综合来看,我们的分析表明,WNS病原体未来的传播速度可能较慢,至少在小棕蝠介导的范围内如此。
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。




