野生哺乳动物抗蠕虫抗体自然选择数据
该数据集来自对野生 Soay sheep 种群长达 25 年的研究,测量血浆中针对常见线虫寄生虫的三种功能不同抗体同种型(IgA、IgE、IgG)水平,并评估其自然选择模式

基本信息
资源简介
野生哺乳动物抗蠕虫抗体自然选择数据
Data from: Natural selection on antihelminth antibodies in a wild mammal population
该数据集来自对野生 Soay sheep 种群长达 25 年的研究,测量血浆中针对常见线虫寄生虫的三种功能不同抗体同种型(IgA、IgE、IgG)水平,并评估其自然选择模式。研究关注宿主年龄、性别和寄生虫暴露水平如何影响免疫表型的适应度收益与代价,发现环境依赖选择和繁殖代价证据不足,但抗体水平与虫卵计数呈负相关。数据可用于分析免疫表型与适合度、寄生虫抵抗及人口统计学变量之间的关系(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2023。
【数据内容】
源站描述(机器翻译,仅供参考):有效的免疫反应预期通过提高对寄生虫的抗性带来适合度收益,但也伴随能量代价,从而对繁殖等适合度相关性状产生负面影响。免疫反应的这些适合度代价和收益可能取决于宿主年龄、性别和寄生虫暴露水平。野生环境中,很少有研究考察免疫表型的自然选择模式在人口统计学群体和环境之间变异的全部程度。在此,我们评估了野生 Soay sheep 种群中针对一种常见线虫寄生虫的血浆三种功能不同同种型(IgA、IgE 和 IgG)抗体水平的自然选择,历时 25 年。我们发现几乎没有证据支持环境依赖选择或繁殖代价。然而,抗体水平与寄生虫虫卵计数呈负相关,并与……正相关
【主题与分类】
主题标签:Eco-immunology、Ovis aries、Teladorsagia circumcincta、immunoglobulin、Strongyle nematodes、Soay sheep。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.9qr0401
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.9qr0401
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 549.5 KB。
数据说明
有效的免疫应答预期会通过增强对寄生虫的抵抗力带来适合度收益,但同时也伴随能量代价,从而对繁殖等适合度相关性状产生负面影响。免疫应答的这些适合度代价与收益很可能取决于宿主年龄、性别以及寄生虫暴露水平。目前很少有研究在野外全面考察免疫表型的自然选择模式在不同种群统计组别和环境间的变异程度。本文中,我们基于一个野生索艾羊种群25年的数据,评估了针对一种常见线虫寄生虫的三种功能各异抗体同种型(IgA、IgE和IgG)血浆水平的自然选择。我们几乎没有发现环境依赖性选择或繁殖代价的证据。然而,抗体水平与寄生虫卵计数呈负相关,并与后续存活呈正相关,尽管这种关联高度依赖于年龄和同种型。抗寄生虫IgA水平升高最能预测卵计数的减少,但这并不能预测羔羊的存活,而在成年雌性中,抗寄生虫IgG升高则预测了卵计数减少和存活改善。
我们的结果突显了自然环境中年龄依赖性选择对免疫表型的潜在重要性,并且表明即便是在功能相关的免疫标志物之间,选择模式也可能存在差异。
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。




