防御性共生中抗生素保护进化稳定性数据
该数据集来自 Dryad,聚焦防御性共生中抗生素保护的进化稳定性,涉及蜂狼属宿主与产抗生素共生菌的长期联盟。数据覆盖 25 个蜂狼宿主种及亚种、跨越 6800 万年进化,记录了共生菌原位产生的 49 种衍生物,分属三类抗生素化合物(45 种 piericidin 衍生物、3 种 streptochl

基本信息
资源简介
防御性共生中抗生素保护进化稳定性数据
Data from: Evolutionary stability of antibiotic protection in a defensive symbiosis
该数据集来自 Dryad,聚焦防御性共生中抗生素保护的进化稳定性,涉及蜂狼属宿主与产抗生素共生菌的长期联盟。数据覆盖 25 个蜂狼宿主种及亚种、跨越 6800 万年进化,记录了共生菌原位产生的 49 种衍生物,分属三类抗生素化合物(45 种 piericidin 衍生物、3 种 streptochlorin 衍生物及 nigericin)。抗生素混合物在定性上高度稳定,但种间及地理居群间存在一致的定量差异,可能反映对局部病原群落的适应。数据可用于研究共生防御、抗生素组合策略及宿主-共生菌协同进化(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):人类病原体耐药性的不断增强严重限制了抗生素在医学中的疗效,然而许多动物,包括独居的蜂狼,数百万年来一直成功地与产抗生素细菌结成防御性联盟。在此,我们报告了 25 个蜂狼宿主种及亚种的共生菌原位产生的 49 种衍生物,分属三类抗生素化合物(45 种 piericidin 衍生物、3 种 streptochlorin 衍生物和 nigericin),跨越 6800 万年的进化。尽管抗生素混合物在定性上高度稳定,但我们发现种间以及不同地理区域之间存在一致的定量差异,这可能反映了为对抗局部病原体群落而产生的适应。针对三种主要成分的抗菌生物测定以及基于结构和特异性的计算机预测在 p
【主题与分类】
主题标签:Streptomyces philanthi、combination therapy、defensive symbiosis、present、Philanthus spp.、Trachypus spp.。本站分类:感染性疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.6907h
使用许可:Creative Commons Zero v1.0 Universal。
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
源站:https://doi.org/10.5061/dryad.6907h
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:
数据集大小约 4.44 GB。
数据说明
人类病原体耐药性的不断增强严重限制了抗生素在医学中的疗效,然而包括独居蜂狼在内的许多动物,数百万年来一直成功地与产抗生素细菌建立防御联盟。在此,我们报道了25个蜂狼宿主物种和亚种的共生体原位产生49种衍生物,分属三类抗生素化合物(45种杀粉蝶菌素衍生物、3种链氯菌素衍生物和尼日利亚菌素),跨越6800万年的进化历程。尽管抗生素混合物在定性上高度稳定,但我们发现物种间以及不同地理区域之间存在一致的定量差异,这可能反映了对当地病原体群落的适应。对三种主要成分进行的抗菌生物测定,以及基于杀粉蝶菌素生物合成基因簇中聚酮合酶结构域的结构和特异性的计算机预测,为在自然环境中产生复杂抗微生物化合物混合物的机制基础和生态进化意义提供了见解。
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。




