微寄生虫与大型寄生虫相互作用预测灵长类微寄生虫物种丰富度数据
大多数野生动物同时面临多种感染性生物的挑战，某些寄生虫触发的免疫反应可能增加对其他感染因子的易感性。寄生虫之间由免疫介导的相互作用已在种群内的个体层面得到研究，但对更广泛的比较模式了解较少
基本信息
资源简介
微寄生虫与大型寄生虫相互作用预测灵长类微寄生虫物种丰富度数据
该数据集围绕寄生虫之间的免疫介导相互作用展开，聚焦于灵长类宿主中微寄生虫与宏寄生虫之间的关系。研究者提出并检验“宏-微促进假说”，即某一宿主物种中蠕虫流行率越高，越可能为细胞内寄生虫提供入侵机会，从而导致细胞内微寄生虫物种丰富度上升。数据集整合了70种灵长类宿主的平均蠕虫流行率数据，以及细胞内和细胞外感染性生物的丰富度数据，并采用贝叶斯系统发生方法进行分析。整体而言，该数据集可用于比较免疫学、生态免疫学和系统发生比较研究，帮助探讨寄生虫群落结构、宿主免疫响应与感染风险之间的关联。
【数据集背景】
大多数野生动物同时面临多种感染性生物的挑战，某些寄生虫触发的免疫反应可能增加对其他感染因子的易感性。寄生虫之间由免疫介导的相互作用已在种群内的个体层面得到研究，但对更广泛的比较模式了解较少。该数据集正是针对这一研究空白，考察“宏-微促进假说”：宿主物种中蠕虫流行率越高，是否越能为细胞内寄生虫创造入侵机会，并最终表现为更高的细胞内微寄生虫物种丰富度。相关研究涉及免疫系统疾病及其他分类，主题标签包括系统发生学比较与免疫生态学。
【数据内容】
数据集包含70种灵长类宿主的平均蠕虫流行率数据，以及细胞内和细胞外感染性生物的丰富度数据。其核心变量围绕宿主物种的蠕虫流行率与微寄生虫物种丰富度之间的关系展开，用于检验宏寄生虫流行率是否能够预测微寄生虫物种丰富度。数据集的英文名称为“Data from: Interactions between micro- and macroparasites predict microparasite species richness across primates”，本站分类为免疫系统疾病 / 其他。
【采集与来源】
该数据集来源站为doi.org，机构为Dryad，发布时间为2013年。作者包括Nunn, Charles L.、Brezine, Carrie、Jolles, Anna E.和Ezenwa, Vanessa O.。源站描述指出，研究者获取了70种灵长类宿主的平均蠕虫流行率数据，以及细胞内和细胞外感染性生物的丰富度数据，并使用贝叶斯系统发生方法进行分析。关于具体的采样地点、采样时间、样本处理流程和原始数据采集方法，源站未提供。
【适用场景】
该数据集适用于比较免疫学、生态免疫学、寄生虫群落生态学和系统发生比较研究。研究者可利用该数据检验宏寄生虫与微寄生虫之间的免疫介导相互作用，分析宿主物种水平上蠕虫流行率与细胞内微寄生虫物种丰富度之间的关系。也可用于探讨宿主免疫响应是否会影响其他感染因子的易感性，以及寄生虫多样性在灵长类宿主中的分布模式。由于数据涉及系统发生比较，适合结合贝叶斯系统发生方法开展跨物种比较分析。
【使用方法】
源站描述提到，研究者使用贝叶斯系统发生方法分析灵长类宿主的蠕虫流行率与细胞内、细胞外感染性生物丰富度之间的关系。因此，使用该数据集时，可围绕宿主物种的系统发生关系，对蠕虫流行率和微寄生虫丰富度进行跨物种比较建模。具体的数据格式、变量命名、分析代码和操作步骤，源站未提供。
【质量与限制】
该数据集基于70种灵长类宿主的平均蠕虫流行率以及细胞内和细胞外感染性生物的丰富度数据，采用贝叶斯系统发生方法进行分析。源站描述未提供完整的样本量细节、数据缺失情况、测量误差、发表偏倚或外部验证信息。关于数据质量评估、适用范围限制和潜在偏差，源站未提供。
【引用与许可】
该数据集的作者为Nunn, Charles L.、Brezine, Carrie、Jolles, Anna E.和Ezenwa, Vanessa O.，机构为Dryad，发布时间为2013年。许可方式为Creative Commons Zero v1.0 Universal。引用时应依据该数据集英文名称、作者、机构、发布时间和许可信息进行规范标注。关于具体的引用格式、DOI链接和许可使用细则，源站未提供。
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.q749f
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 221.7 KB。
数据说明
大多数野生动物同时面临多种传染性生物的挑战，而某些寄生虫引发的免疫反应可能增加对其他传染性病原体的易感性。寄生虫之间由免疫介导的相互作用已在种群内的个体层面得到研究，但对其更广泛的比较模式知之甚少。我们研究了“宏观—微观促进假说”，即宿主物种中蠕虫流行率越高，为细胞内寄生虫入侵提供的机会就越大，从而导致细胞内微型寄生虫丰富度更高。我们获取了70种灵长类宿主的平均蠕虫流行率数据，以及细胞内和细胞外传染性生物的丰富度数据。利用贝叶斯系统发育方法，我们发现总体蠕虫流行率较高的灵长类物种携带更多种类的细胞内微型寄生虫，而蠕虫流行率与细胞外微型寄生虫物种丰富度之间的正相关关系则较弱。
在控制了潜在混杂变量后，这些关系依然成立，但在针对六种研究较为深入的蠕虫属的感染率进行集中测试时，并未发现相关性。总体蠕虫感染率对细胞内微寄生虫物种丰富度的影响，其支持力度和效应大小与其它公认的生态及生活史因素对寄生虫物种丰富度的驱动作用相似。因此，我们的发现表明，在解释不同宿主物种间寄生虫丰富度时，宿主体内寄生虫间的相互作用与宿主的一些生态特征同等重要。
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。
