有效多倍体导致表型延迟并影响细菌可演化性数据

数据集获取

源站：https://doi.org/10.5061/dryad.8723t

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 3.97 GB。

数据说明

细菌突变在表达其相应突变表型之前是否存在明显的延迟，这一问题在20世纪40至50年代曾被深入讨论，但由于缺乏支持性证据，且被认为与波动试验中观察到的突变分布不相容，讨论最终逐渐平息。尽管缺乏直接证据，细菌中的表型延迟仍被广泛假定为可忽略不计。在此，我们利用重组工程技术，在确定的时间点将抗生素抗性突变引入大肠杆菌，然后追踪相应突变表型随时间的表达，重新审视了这一问题。与先前的假设相反，我们发现存在三到四代的显著中位表型延迟。我们提供证据表明，这种延迟的主要来源是多叉复制导致细胞实际上成为多倍体，从而使野生型基因拷贝暂时掩盖同一细胞中隐性突变基因拷贝的表型。利用建模和模拟方法，我们探讨了有效多倍体对通过波动试验和基于测序的方法估计突变率的影响。

对于隐性突变，尽管存在显著的表型延迟，但每拷贝或每基因组的突变率仍能被准确估计。然而，现有方法无法估计每细胞突变率。最后，通过一个数学模型，我们展示了有效多倍体增加了群体中代价高昂的隐性突变在现有遗传变异（SGV）中的频率，从而增加了它们对进化适应的潜在贡献，同时极大地降低了新发隐性突变能够拯救面临诸如抗生素治疗等严酷环境变化的种群的机会。总体而言，我们确定了表型延迟和有效多倍体是细菌可进化性（包括抗生素耐药性进化）中先前被忽视但至关重要的组成部分。

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。