免疫反应与胰岛素信号改变蚊虫取食行为以增强疟疾传播潜力的数据
该数据集来自 Dryad,对应 2016 年发表的一项研究,主题为免疫反应与胰岛素信号如何改变蚊虫取食行为,从而增强疟疾传播潜力

基本信息
资源简介
免疫反应与胰岛素信号改变蚊虫取食行为以增强疟疾传播潜力的数据
Data from: Immune response and insulin signalling alter mosquito feeding behaviour to enhance malaria transmission potential
该数据集来自 Dryad,对应 2016 年发表的一项研究,主题为免疫反应与胰岛素信号如何改变蚊虫取食行为,从而增强疟疾传播潜力。研究涉及 Plasmodium falciparum、Anopheles stephensi、Parasite manipulation、Insulin signaling 和 transmission ecology 等方向。数据可用于分析蚊虫在免疫挑战与吸血时序、剂量条件下的取食行为变化,以及这些变化与蚊虫肠道胰岛素信号、生存率和后续传播潜力之间的功能联系,为疟疾传播生态与媒介行为研究提供数据支持(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):疟原虫会改变蚊虫的取食行为,从而增强寄生虫传播。这被广泛认为是操纵宿主行为以增加后续传播的典型例子,但在没有寄生虫的情况下,短暂的免疫挑战也能诱导出相同的行为表型。在此,我们表明取食行为的改变取决于免疫挑战相对于血液摄入的时间和剂量,并且这些变化在功能上与蚊虫肠道中胰岛素信号的变化相关联。这些结果表明,改变的表型源于依赖胰岛素信号的宿主资源在免疫、血液取食和繁殖之间的分配,其方式并非特异于疟原虫感染。当取食模式改变时,我们测量到蚊虫存活率和后续传播潜力的大幅增加。利用这些
【主题与分类】
主题标签:Plasmodium falciparum、Parasite manipulation、Anopheles stephensi、Insulin signaling、transmission ecology。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.qn765
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.qn765
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 104.1 KB。
数据说明
疟原虫改变蚊子的取食行为,从而增强寄生虫传播。这被广泛认为是操纵宿主行为以增加后续传播的典型例子,但在没有寄生虫的情况下,短暂的免疫挑战也能诱导出相同的行为表型。在此,我们表明取食行为的改变取决于免疫挑战相对于血液摄入的时间和剂量,并且这些变化在功能上与蚊子肠道中胰岛素信号的变化相关联。这些结果表明,改变的表型源于胰岛素信号依赖的宿主资源在免疫、血液取食和繁殖之间的分配,这种方式并非疟原虫感染所特有。当取食模式改变时,我们测量到蚊子存活率及随后传播潜力的大幅增加。利用这些生理、行为和生活史方面的变化,可以促进对负责传播的雌蚊进行有效且可持续的控制。
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。




