温度对青蛙皮肤细菌抗真菌感染能力影响数据集
本数据集包含北方蟋蟀蛙在可控温度条件下，其皮肤微生物群落（特别是嗜麦芽窄食单胞菌）与壶菌病原体互作的实验数据，数据模态为结构化表格，记录了实验个体的生存、身体状况及病原与特定细菌的负载量，主要用于研究环境温度如何通过调节皮肤菌群影响两栖动物对壶菌病的耐受性，服务于微生物生态学与两栖动物疾病防控研究。
基本信息
资源简介
温度对青蛙皮肤细菌抗真菌感染能力影响数据集
【数据集背景】
本数据集源站标题为《Temperature dependent effects of cutaneous bacteria on a frog''s tolerance of fungal infection》。
【数据内容】
源站原始描述：Defense against pathogens is one of many benefits that bacteria provide to animal hosts. A clearer understanding of how changes in the environment affect the interactions between animals and their microbial benefactors is needed in order to predict the impact and dynamics of emerging animal diseases. Due to its dramatic effects on the physiology of animals and their pathogens, temperature may be a key variable modulating the level of protection that beneficial bacteria provide to their animal ho…
【主题与分类】
主题标签：Acris crepitans、Stenotrophomonas maltophilia、bioaugmentation、Batrachochytrium dendrobatidis、antifungal、skin microbes、Host-pathogen interactions。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:fb55cd43ca0c0aa81a9bd2852fc2c4177fce91aaa4dca0d2eff26b4fdf5c78d8
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
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
该数据集来源于一项探究环境温度如何调节动物宿主与有益微生物间互作关系的研究，重点关注温度变化对青蛙皮肤微生物群落组成及其抵御真菌感染能力的影响。数据集包含了北方蟋蟀蛙（Acris crepitans）在两种不同生态相关温度下，暴露于壶菌（Batrachochytrium dendrobatidis）病原体后的实验数据。具体数据项包括实验蛙的生存状态、身体状况指数、皮肤壶菌负载量以及特定细菌（嗜麦芽窄食单胞菌，Stenotrophomonas maltophilia）的负载量。数据通过控制宿主皮肤细菌群落并进行病原体暴露实验获得，主要用于研究宿主-微生物共生关系、环境温度对疾病易感性的调节机制，以及两栖动物壶菌病的生态病理学。
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。
