饮食与细菌感染后时间对黑腹果蝇繁殖力、抗性与耐受性的影响数据
面对感染时,启动并维持有效的免疫反应可能代价高昂。感染的结果取决于两种宿主免疫策略:抗性与耐受性。抗性限制病原负荷,而耐受性降低感染对适合度的影响

基本信息
资源简介
饮食与细菌感染后时间对黑腹果蝇繁殖力、抗性与耐受性的影响数据
面对感染时,启动并维持有效的免疫反应可能代价高昂。感染的结果取决于两种宿主免疫策略:抗性与耐受性。抗性限制病原负荷,而耐受性降低感染对适合度的影响
Data from: The effect of diet and time after bacterial infection on fecundity, resistance, and tolerance in Drosophila melanogaster
【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):面对感染时,启动并维持有效的免疫反应可能代价高昂。感染的结果取决于两种宿主免疫策略:抗性与耐受性。抗性限制病原负荷,而耐受性降低感染对适合度的影响。虽然抗性策略已被充分研究,但耐受性受到的关注较少,不过现在被认为在动物的宿主-病原互作中发挥关键作用。生态免疫学的一个主要挑战是理解为什么一些宿主在感染时能维持适合度,而另一些宿主则因感染而死亡,以及饮食等外部环境因素如何影响防御。我们测试了通过酵母(蛋白质)限制实现的饮食限制是否影响黑腹果蝇的抗性、耐受性和繁殖力。我们预测蛋白质限制会揭示感染的代价。因为感染
【主题与分类】
主题标签:免疫系统疾病、黑腹果蝇、抗性、耐受性、繁殖力、饮食限制、细菌感染。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.282f6
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.282f6
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 107.0 KB。
数据说明
在感染面前,建立并维持有效的免疫应答可能代价高昂。感染的结果取决于宿主的两种免疫策略:抵抗与耐受。抵抗限制病原体载量,而耐受则减轻感染对适应度的影响。尽管抵抗策略已被广泛研究,耐受却较少受到关注,但如今被认为在动物宿主与病原体的相互作用中发挥着至关重要的作用。生态免疫学的一个主要挑战是理解为何有些宿主在感染时能维持其适应度,而另一些则因感染而衰竭,以及诸如饮食等外在环境因素如何影响防御。我们测试了通过限制酵母(蛋白质)造成的饮食限制是否会影响黑腹果蝇的抵抗、耐受及繁殖力。我们预测蛋白质限制会揭示感染的代价。由于传染病并非总是致命,我们使用两种低致死性细菌——大肠杆菌和乳酸乳球菌——来测试抵抗与耐受。随后,我们在感染后的两个急性期时间点,对单个果蝇的繁殖力进行了测定,并表征了细菌感染病理。
正如预期,我们的四项繁殖力指标均显示低蛋白饮食产生了负面影响,但与预测相反,饮食并未影响对两种细菌的抗性。我们发现了饮食诱导和时间依赖性的宿主对大肠杆菌耐受性变化的证据,但对乳酸乳球菌则没有。此外,这两种细菌表现出显著不同的感染特征,并在感染后至少在果蝇体内持续存在7天。我们的结果表明,尽管细菌载量很高,急性期感染并不必然导致繁殖力代价。基因型等内在变量一直是研究与宿主耐受性变异相关的主要因素,但在此我们表明,外在因素在影响
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。



