香蕉雀基因组序列及免疫遗传学数据

数据集获取

源站：https://doi.org/10.5061/dryad.8182t

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 69.8 MB。

数据说明

鸟类基因组学，尤其是非模式物种的基因组学，相对于哺乳动物基因组学而言，仍处于起步阶段。在此，我们描述了一种新的鸟类基因组——香蕉雀（Coereba flaveola，雀形目：唐纳雀科）的测序、组装与注释。我们获得了约30倍覆盖度的基因组，组装大小约为1.2 Gb，包含大约16,500个注释基因。雀形目鸟类，如香蕉雀，常被禽疟原虫（血孢子虫目）感染，这推测驱动了宿主基因组中免疫遗传位点的适应性进化。在我们关于禽血孢子虫目分布的研究背景下，我们特别刻画了免疫位点，包括Toll样受体（TLR）和主要组织相容性复合体（MHC）基因。此外，我们鉴定了新型分子标记，即单核苷酸多态性（SNPs），既包括全基因组范围内的，也包括已识别免疫位点内的。我们发现了九个TLR基因和四个MHC基因，并确定了五个其他与TLR或MHC相关的基因。在全基因组范围内，超过600万个高质量SNPs被注释，其中568个位于TLR基因内，102个位于MHC基因中。

这一新描述的基因组和免疫特征扩展了鸟类基因组学和系统发生学的知识基础，并使得香蕉雀的免疫基因分型成为可能，为宿主-寄生虫协同进化的研究提供了工具。

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。