长距离迁徙鸟类凤头潜鸭的繁殖地忠诚度与冬季混合
该数据集来自 search.dataone.org,围绕长距离迁徙鸟类凤头潜鸭(Aythya fuligula)的种群遗传结构展开,包含来自欧洲与亚洲繁殖地和越冬地的数百份样本的线粒体控制区序列与多位点微卫星基因型,其中部分个体感染高致病性禽流感

基本信息
资源简介
长距离迁徙鸟类凤头潜鸭的繁殖地忠诚度与冬季混合
Breeding site fidelity and winter admixture in a long-distance migrant, the tufted duck (Aythya fuligula)
该数据集来自 search.dataone.org,围绕长距离迁徙鸟类凤头潜鸭(Aythya fuligula)的种群遗传结构展开,包含来自欧洲与亚洲繁殖地和越冬地的数百份样本的线粒体控制区序列与多位点微卫星基因型,其中部分个体感染高致病性禽流感。数据覆盖2006至2010年,可用于研究迁徙路径忠诚度对基因交流的影响、评估种群分化与混合程度,并支持禽流感等感染性疾病的生态与遗传学分析(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):长距离迁徙鸟类按定义具有高度移动性,但这是否导致高基因流率和基本泛交的全球种群结构仍知之甚少。例如,对特定迁徙路线的忠诚度可能促进迁徙物种的遗传分化。在本研究中,我们调查了凤头潜鸭(Aythya fuligula)的种群遗传结构,这是一种长距离迁徙鸟类,在欧亚大陆具有基本连续的繁殖分布。基于地理上间断的越冬区和环志数据的证据,曾有人提出存在明显的纵向迁徙路线。我们为来自欧洲和亚洲繁殖地与越冬地的数百份样本生成了线粒体控制区序列和多位点微卫星基因型,其中包括一些感染高致病性禽流感的个体。
【主题与分类】
主题标签:bird flu、Aythya fuligula、bird migration、2006-2010、ducks。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Aed2f043f62b3d05a5bccff12d5381b8ff2879eae1477e7ea8d0e12ad2e8d3f1a
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
长途迁徙鸟类按定义具有高度移动性,但这是否导致高基因流率和基本上随机交配的全球种群结构,目前尚不清楚。例如,对特定迁徙路线的忠实性可能促进迁徙物种的遗传分化。本研究调查了凤头潜鸭(Aythya fuligula)的种群遗传结构,凤头潜鸭是一种长距离迁徙鸟类,其繁殖分布在整个欧亚大陆基本连续。基于地理上不连续的越冬区域,人们推测存在明显的纵向迁徙路线,并有环志数据的证据支持。我们生成了来自欧洲和亚洲繁殖地和越冬地的数百个样本的线粒体控制区序列和多座位微卫星基因型,其中包括一些感染了高致病性禽流感病毒H5N1的个体。两种标记类型均观察到繁殖地之间的显著分化,但母系遗传的线粒体DNA的F_ST值约为双亲遗传的核标记的10倍。
假定的欧洲和亚洲迁徙路线之间的遗传分化与大陆内部观察到的分化相似,且总体上遗传差异与地理距离无关。两种标记类型均未显示欧洲越冬地聚集群体之间存在遗传亚结构的证据。我们的结果表明存在一定的繁殖地忠诚度,尤其是在雌性中,但越冬地存在广泛的种群混合。多种情景可以解释所观察到的欧洲与亚洲之间缺乏遗传分化的现象,包括近期分布范围扩张后的非平衡状态或跨越假定迁徙分界线的当代基因流。
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。




