数据集：用于野生动物细菌流行病学调查的16S rRNA扩增子测序

数据集获取

源站：https://doi.org/10.5061/dryad.m3p7d

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 6.26 GB。

数据说明

人类对自然栖息地的影响正在增加人类与野生动物相互作用的复杂性，并导致全球范围内传染病的出现。高度成功的伴人野生动物物种，如啮齿动物，无疑将在传播人畜共患疾病中发挥越来越重要的作用。我们研究了16S rRNA扩增子测序的最新进展，以促进大量样本的多重化处理，从而提高我们对西非城市啮齿动物所构成的人畜共患疾病传播风险的理解。除了像其他高通量测序（HTS）研究那样列出野生种群中的病原细菌外，我们的方法还可以估计人畜共患风险研究的基本参数，如单个宿主体内的流行率和混合感染模式。然而，估计这些参数需要对原始数据进行清理，以减轻HTS方法产生的偏差。我们在此对这些偏差及其后果进行了广泛的综述，并提出了一种全面的修剪策略来管理这些偏差。

我们展示了该策略的应用，使用了来自塞内加尔24个村庄的711只共生啮齿动物，包括208只小家鼠、189只黑鼠、93只纳塔尔多乳鼠和221只红腹多乳鼠。在其脾脏中检测到七大类病原细菌：疏螺旋体、巴尔通体、支原体、埃立克体、立克次体、链杆菌和东方体。支原体、埃立克体、立克次体、链杆菌和东方体此前从未在西非啮齿动物中检测到。细菌感染率在不同地点介于0%至90%之间，具体取决于细菌分类群、啮齿动物种类和所考虑的地点，且26%的啮齿动物显示混合感染。本文提出的16S rRNA扩增子测序策略相较于其他分子监测工具的优势在于能够处理广泛的细菌病原体。

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。