啮齿动物进化史中先天免疫基因TLR2选择特征数据
该数据集来自Dryad,对应2011年一项关于啮齿动物先天免疫基因Toll样受体2(TLR2)分子进化研究。研究分析了17种啮齿动物TLR2序列,发现纯化选择是主要进化力量,但靠近病原体结合位点和TLR2-TLR1异二聚化位点的密码子受到正向选择,提示寄生虫介导的选择不仅作用于获得性免疫基因

基本信息
资源简介
啮齿动物进化史中先天免疫基因TLR2选择特征数据
Data from: Signatures of selection acting on the innate immunity gene Toll-like receptor 2 (TLR2) during the evolutionary history of rodents
该数据集来自Dryad,对应2011年一项关于啮齿动物先天免疫基因Toll样受体2(TLR2)分子进化研究。研究分析了17种啮齿动物TLR2序列,发现纯化选择是主要进化力量,但靠近病原体结合位点和TLR2-TLR1异二聚化位点的密码子受到正向选择,提示寄生虫介导的选择不仅作用于获得性免疫基因。数据可用于免疫基因进化、宿主-寄生虫互作及分子选择压力分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2011。
【数据内容】
源站描述(机器翻译,仅供参考):作用于免疫防御基因的选择模式近来受到相当多的关注。然而,就脊椎动物而言,研究主要集中在免疫系统的获得性分支。因此,作用于脊椎动物先天免疫防御基因的选择方向和强度仍知之甚少。在此,我们对脊椎动物先天免疫系统的重要受体——Toll样受体2(TLR2)——在17种啮齿动物中的选择进行了分子分析。尽管纯化选择是作用于啮齿动物TLR2大部分区域的普遍进化力量,但我们发现靠近病原体结合位点和TLR2–TLR1异二聚化位点的密码子受到了正向选择。这表明寄生虫介导的选择并不局限于主要组织相容性复合体等获得性免疫系统基因。
【主题与分类】
主题标签:Microtus arvalis、Mus musculus、Micromys minutus、Myodes rufocanus、Myodes glareolus、Rattus norvegicus、Myodes andersoni、Myodes rex、Apodemus flavicollis、Microtus oeconomus。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.8631
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.8631
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 41.7 KB。
数据说明
作用于免疫防御基因的选择模式近来备受关注。然而,就脊椎动物而言,研究主要集中于免疫系统的获得性分支。因此,作用于脊椎动物先天免疫防御基因的选择方向和强度仍知之甚少。本文对脊椎动物先天免疫系统的重要受体——Toll样受体2(TLR2)——在17种啮齿动物中的选择情况进行了分子分析。尽管纯化选择是作用于啮齿动物TLR2大部分区域的主要进化力量,但我们发现,靠近病原体结合位点及TLR2–TLR1异二聚化位点的密码子受到了正选择。这表明寄生虫介导的选择并不局限于主要组织相容性复合体等获得性免疫系统基因,也影响先天防御基因。因此,要全面理解宿主–寄生虫系统中的进化过程,需同时考虑先天免疫与获得性免疫。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




