空间结构、频率依赖与抗性进化对毒素介导的微生物入侵动态的影响
该数据集来自 search.dataone.org,主题为微生物生物学,聚焦毒素介导的干扰竞争如何影响金黄色葡萄球菌在鼻腔微生物群落中的定植与 displacement

基本信息
资源简介
空间结构、频率依赖与抗性进化对毒素介导的微生物入侵动态的影响
The effects of spatial structure, frequency dependence and resistance evolution on the dynamics of toxin-mediated microbial invasions
该数据集来自 search.dataone.org,主题为微生物生物学,聚焦毒素介导的干扰竞争如何影响金黄色葡萄球菌在鼻腔微生物群落中的定植与 displacement。数据涵盖产毒素与非产毒素表皮葡萄球菌鼻部分离株与金黄色葡萄球菌共培养的结构化与非结构化环境实验,涉及空间结构、频率依赖和毒素抗性进化等变量。可用于研究细菌竞争动态、入侵成功率预测及抗性进化对群落结构的影响(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):近期证据表明,细菌间的干扰竞争塑造了机会性病原体金黄色葡萄球菌在人类下鼻气道中的分布,其方式或是阻止定植,或是驱动置换。鼻部微生物群落内的这种竞争会叠加到已知的影响定植的宿主因素之上。我们通过将金黄色葡萄球菌与产毒素或非产毒素的表皮葡萄球菌鼻部分离株共培养,测试了毒素介导的干扰竞争在结构化与非结构化环境中的作用。产毒素的表皮葡萄球菌比非产毒素者更成功地入侵金黄色葡萄球菌种群,且入侵受空间结构促进。毒素抗性的进化阻止了金黄色葡萄球菌的完全置换。相反,产毒素的表皮葡萄球菌限制了金黄色葡萄球菌的入侵。入侵的毒素产
【主题与分类】
主题标签:Microbial Biology。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Aa6255a0228fe2645848a2d60acb20f36ce6643c942b959b0578bf7e0042f84f7
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
近期证据表明,细菌间的干扰竞争塑造了机会性病原体金黄色葡萄球菌(Staphylococcus aureus)在人下鼻气道中的分布,其机制可能是阻止定植或驱动置换。鼻部微生物群落内的这种竞争将增添至影响定植的已知宿主因素之中。我们通过将金黄色葡萄球菌与产毒素或不产毒素的表皮葡萄球菌(Staphylococcus epidermidis)鼻部分离株共培养,测试了毒素介导的干扰竞争在结构化和非结构化环境中的作用。产毒素的表皮葡萄球菌比不产毒素者更成功地侵入金黄色葡萄球菌种群,且空间结构促进了侵入。毒素抗性的进化阻止了金黄色葡萄球菌的完全置换。相反,产毒素的表皮葡萄球菌限制了金黄色葡萄球菌的侵入。金黄色葡萄球菌对产毒素表皮葡萄球菌种群的侵入源于毒素抗性的进化,而高初始频率和低空间结构有利于这一进化。某些侵入的表皮葡萄球菌种群中也进化出了增强的毒素产生。
因此,毒素的产生促进了产生菌群的入侵,同时也限制了对其的入侵。空间结构增强了这两种入侵效应。我们的研究结果表明,通过调控鼻腔微生物群落,可以限制金黄色葡萄球菌的定植,进而可能降低其传播和感染率。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。



