真菌感染改变两栖动物皮肤微生物组组装过程的数据
该数据集来自 datadryad.org，围绕真菌感染如何影响两栖动物皮肤微生物组的群落组装过程。研究基于中性理论构建灵活的群落组装模型，考察扩散、漂移和选择如何共同作用于环境梯度下的微生物组，并应用于分析真菌病原体对两栖动物皮肤微生物组组装的影响
基本信息
资源简介
真菌感染改变两栖动物皮肤微生物组组装过程的数据
Fungal infection alters the selection, dispersal, and drift processes structuring the amphibian skin microbiome
该数据集来自 datadryad.org，围绕真菌感染如何影响两栖动物皮肤微生物组的群落组装过程。研究基于中性理论构建灵活的群落组装模型，考察扩散、漂移和选择如何共同作用于环境梯度下的微生物组，并应用于分析真菌病原体对两栖动物皮肤微生物组组装的影响。数据可用于微生物群落生态学建模、宿主-病原体-微生物组互作研究，以及检验群落组装过程中选择、扩散和漂移的相对贡献（来源 Dryad，https://spdx.org/licenses/CC0-1.0.html 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：共生微生物群落对宿主健康很重要，但塑造这些群落的过程却知之甚少。由于僵化的群落模型依赖于在考虑选择之前拒绝扩散和漂移，理解群落组装过程如何共同影响微生物群落组成受到限制。我们基于中性理论开发了一个灵活的群落组装模型，以探究：扩散、漂移和选择如何同时影响跨环境梯度的微生物组？我们将该方法应用于研究真菌病原体如何影响构建两栖动物皮肤微生物组的组装过程。我们发现，在真菌梯度上对两栖动物微生物组中性性的拒绝并非严格由选择过程导致，也是扩散和漂移物种特异性变化的结果。我们的建模框架 bri
【数据结构与技术规格】
数据集 DOI：doi:10.25349/D9P88J。
【主题与分类】
主题标签：Batrachochytrium dendrobatidis、drift、fundamental recruitment number、neutral model、Rana muscosa、Rana sierrae。本站分类：感染性疾病。
【获取与许可】
源站页面：https://doi.org/10.25349/D9P88J
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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://datadryad.org/dataset/doi:10.25349/D9P88J
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 959.8 KB。
数据说明
Mark Q Wilber; Andrea J Jani; Joseph R Mihaljevic; Cheryl J Briggs (2019). Fungal infection alters the selection, dispersal, and drift processes structuring the amphibian skin microbiome [Dataset]. http://doi.org/10.25349/D9P88J
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。
