黑腹果蝇对单一病原体实验适应降低对新型病原体易感性
该数据集来自 search.dataone.org,围绕黑腹果蝇(Drosophila melanogaster)对单一细菌病原体的实验适应是否影响其对新型病原体的易感性

基本信息
资源简介
黑腹果蝇对单一病原体实验适应降低对新型病原体易感性
Experimental adaptation to singular pathogen challenge reduces susceptibility to novel pathogens in Drosophila melanogaster
该数据集来自 search.dataone.org,围绕黑腹果蝇(Drosophila melanogaster)对单一细菌病原体的实验适应是否影响其对新型病原体的易感性。源站描述指出,宿主对一种病原体的适应可能因免疫防御特化与权衡而增加对新病原体的易感性,也可能因交叉抵抗而降低易感性。数据可用于研究实验进化、免疫成本、交叉抵抗及性别二态性等主题(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):在野外,宿主经常遇到并且必须对新型病原体作出反应,即它们在其近期进化历史中未曾遇到、因此尚未适应的病原体。宿主如何对这些新型病原体作出反应以及此类感染的结果,可能受到宿主进化历史的影响,尤其是受到宿主对其本土病原体(即与其共同进化的病原体)适应程度的影响。宿主对一种病原体的适应可能由于免疫防御的特化以及免疫系统不同分支之间的权衡而增加其对新型病原体的易感性,也可能凭借交叉抵抗而降低对新型病原体的易感性。利用实验室黑腹果蝇种群,我们探究经实验适应以在特定细菌病原体感染挑战中存活的宿主是否也更能存活感染
【主题与分类】
主题标签:Bacterial pathogens、Drosophila melanogaster、cost of immunity、Experimental Evolution、cross-resistance、Sexual dimorphism。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Afa30035cc958f56cfd739cdc77e0d8c2e9555e397986a4ff9a1e80937b4d6628
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
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:
数据说明
在自然界中,宿主常常会遇到必须应对的新病原体,即在其近期进化历史中未曾遇到、因而尚未适应的病原体。宿主对这些新病原体的反应以及此类感染的结果,可能受宿主进化历史的影响,尤其是受宿主对其本土病原体(即与其共同进化而来的病原体)适应程度的影响。宿主对一种病原体的适应,可能由于免疫防御的特化以及免疫系统不同分支之间的权衡,而增加其对新型病原体的易感性;也可能凭借交叉抗性而降低对新型病原体的易感性。利用实验室黑腹果蝇种群,我们探究了经实验驯化后能够存活特定细菌病原体感染挑战的宿主,是否也更善于存活新型细菌病原体的感染挑战。我们发现,此类宿主能够存活感染挑战……A. 果蝇种群详情 EPN选择方案:EPN选择方案由三个种群(E、P和N)组成,每个种群有四个区组(1-4)。
E种群每代均接受粪肠球菌感染;P种群为假感染对照;N种群为未感染对照。每个区组内的种群(即E1、P1和N1)共享一个共同祖先。区组同时作为进化重复和实验/统计重复。# IUS选择 regime:IUS选择 regime 由三个种群(I、S和U)组成,每个种群有四个区组(1-4)。I种群每代均接受昆虫病原假单胞菌感染;S种群为假感染对照;U种群为未感染对照。每个区组内的种群(即I1、S1和U1)共享一个共同祖先。区组同时作为进化重复和实验/统计重复。Â B. 选择响应实验 Â EPN选择
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。




