黑腹果蝇免疫挑战剂量依赖效应的终极与近因层面数据
该数据集来自 Dryad,对应 Nystrand 与 Dowling 于 2014 年发表的研究,主题为黑腹果蝇在终极与近因两个层面上对免疫挑战的剂量依赖效应

基本信息
资源简介
黑腹果蝇免疫挑战剂量依赖效应的终极与近因层面数据
Data from: Dose-dependent effects of an immune challenge at both ultimate and proximate levels in Drosophila melanogaster
该数据集来自 Dryad,对应 Nystrand 与 Dowling 于 2014 年发表的研究,主题为黑腹果蝇在终极与近因两个层面上对免疫挑战的剂量依赖效应。源站描述指出,免疫反应具有高度动态性,其幅度与效率可因年龄、基因型、性别等内在因素以及非生物胁迫、病原身份与菌株等外部因素而变化;生命史理论预测免疫上调伴随生理代价,且雌雄生殖策略差异可能驱动性别特异性免疫权衡与免疫反应的两性异形。数据可用于研究剂量依赖与性别特异的免疫反应(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2014。
【数据内容】
源站描述(机器翻译,仅供参考):免疫反应具有高度动态性。个体对病原体免疫反应的幅度和效率可能显著变化,此类变化可能受一系列内在因素(如年龄、基因型、性别)和外部因素(如非生物胁迫、病原身份、菌株)差异的影响。生命史理论预测,免疫系统的上调会带来生理代价,研究已证实增加对免疫的投入会降低繁殖产出和存活。此外,雄性和雌性往往具有不同的繁殖策略,这可能驱动涉及免疫的性别特异性生命史权衡的演化,以及免疫反应本身的两性异形。在此,我们采用实验设计,在两个尺度上阐明对非致病性免疫激发剂的剂量依赖和性别特异性反应——
【主题与分类】
主题标签:immune elicitor、disease、dose-dependence、Eco-immunology、LPS。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.63qp0
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.63qp0
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 453.9 KB。
数据说明
免疫反应具有高度动态性。针对病原体的免疫反应强度和效率在不同个体间可能显著变化,这种变化可能受多种内在因素(如年龄、基因型、性别)和外部因素(如非生物胁迫、病原体种类、菌株)差异的影响。生活史理论预测,免疫系统的上调会带来生理代价,研究已证实增加对免疫的投入会降低繁殖产出和存活率。此外,雄性和雌性往往具有不同的繁殖策略,这可能驱动涉及免疫的性别特异性生活史权衡的进化,以及免疫反应本身的性二态性。在此,我们采用实验设计,在两种尺度上——即“终极”生活史层面和 underlying“近因”免疫层面——阐明黑腹果蝇对暴露于非致病性免疫诱导剂的剂量依赖性和性别特异性反应。我们发现免疫挑战对雄性和雌性繁殖成功各组分均产生剂量依赖性效应,但对存活率无影响,同时在抗菌活性方面也观察到响应。
这些结果表明,即便在没有与实际疾病相关的直接致病效应的情况下,个体的生活史也会对感知到的免疫挑战作出反应——但这种反应的幅度取决于初次暴露的剂量。此外,结果还表明,终极生活史层面的免疫反应可能确实反映了在近因层面发生的潜在过程。
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。




