血期疫苗接种对啮齿疟原虫Plasmodium chabaudi进化影响的数据
该数据集来自 Dryad,对应一项关于血期疫苗接种对啮齿疟原虫 Plasmodium chabaudi 进化影响的研究。研究使用单一高度纯化抗原 AMA-1 对实验室小鼠进行疫苗接种,并让疟原虫在对照或 AMA-1 接种小鼠中连续传代,在 10 轮和 21 轮选择后评估

基本信息
资源简介
血期疫苗接种对啮齿疟原虫Plasmodium chabaudi进化影响的数据
Data from: The evolutionary consequences of blood-stage vaccination on the rodent malaria Plasmodium chabaudi
该数据集来自 Dryad,对应一项关于血期疫苗接种对啮齿疟原虫 Plasmodium chabaudi 进化影响的研究。研究使用单一高度纯化抗原 AMA-1 对实验室小鼠进行疫苗接种,并让疟原虫在对照或 AMA-1 接种小鼠中连续传代,在 10 轮和 21 轮选择后评估。数据可用于探究疫苗接种是否驱动疟原虫毒力进化与抗原逃逸,为疟疾疫苗研发与进化生物学分析提供基础(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):疟疾疫苗开发者担心抗原逃逸会削弱疫苗效力。进化理论学者提出,某些类型的疫苗也可能创造有利于更毒力病原体进化的条件。这种进化将使未接种疫苗的人面临更高的严重疾病风险。在此,我们测试了用单一高度纯化抗原接种疫苗对在实验室小鼠中进化的疟原虫 Plasmodium chabaudi 的影响。我们使用的抗原 AMA-1 是几种候选疟疾疫苗的组分,这些疫苗目前正处于不同的人体试验阶段。我们首先发现,与毒力较低的祖代克隆相比,毒力更高的克隆更不容易被 AMA-1 诱导的免疫控制。随后,复制后的寄生虫在对照或 AMA-1 接种小鼠中连续传代,并在 10 轮和 21 轮选择后进行评估。我们发现没有证据
【主题与分类】
主题标签:Virulence、Vaccines、Malaria、Plasmodium chabaudi。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.h44t1
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.h44t1
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 86.1 KB。
数据说明
疟疾疫苗研发者担心抗原逃逸会削弱疫苗效力。进化理论学者提出,某些类型的疫苗还可能创造有利于更毒力病原体进化的条件。这种进化将使未接种疫苗的人群面临更高的重症风险。本研究在实验室小鼠体内检验了单一高度纯化抗原疫苗接种对疟原虫夏氏疟原虫进化的影响。我们使用的抗原AMA-1是多种候选疟疾疫苗的组分之一,这些疫苗目前正处于不同阶段的人体试验中。我们首先发现,与毒力较低的祖代克隆相比,毒力较高的克隆更难被AMA-1诱导的免疫所控制。随后,我们将复制的寄生虫连续传代通过对照组或AMA-1疫苗接种小鼠,并在第10轮和第21轮选择后进行评估。我们未发现ama-1位点发生进化的证据。相反,毒力发生了进化;经AMA-1选择的寄生虫在未免疫小鼠中引起的贫血程度高于对照组和祖代寄生虫。我们的数据表明,重组血液期疟疾疫苗可驱动更毒力疟原虫的进化。
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。




