基于COI基因分子条形码与SNP分析鉴定瑞典蚊虫的数据

数据集获取

源站：https://doi.org/10.5061/dryad.qb4gs

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 845.2 KB。

数据说明

蚊媒传染病正在世界许多地区出现。因此，对蚊子及其伴随感染因子的监测对于预测和预防蚊媒传染病至关重要。目前，蚊子的形态学鉴定是传统方法。然而，特定基因或标准基因组区域的测序，即DNA条形码，最近被建议作为许多不同物种鉴定和分类的全球标准。我们的目标是开发一种遗传方法来识别蚊子并研究它们之间的关系。在瑞典北部的采集点捕获蚊子，并在确定14种最常见蚊子物种的细胞色素c氧化酶亚基I（COI）基因序列之前进行形态学鉴定。获得的序列随后用于系统发育定位，验证和基准测试表型分类，并最终基于单核苷酸多态性位点（SNPs）开发了一种分层PCR分型方案，以实现快速遗传鉴定，绕过形态学表征的需要。

结果表明，在较短的进化距离上，蚊子分类群之间的确切系统发育关系得以保留，但在更深的层次上，仅凭COI基因序列数据无法自信地推断出这些关系。通过基于SNP/PCR的分型方案，鉴定出了瑞典最常见的14种蚊子，这表明利用COI基因的SNPs进行遗传分型是一种有潜力在全球范围内应用的蚊子鉴定方法。

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。