数据集：重叠感染与寄生虫毒力及宿主恢复的协同进化

数据集获取

源站：https://doi.org/10.5061/dryad.8d6fg

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 803.8 KB。

数据说明

寄生虫利用宿主的策略可能受到宿主防御策略和多重感染的影响。特别是，已有研究表明，多种寄生虫株在宿主体内的竞争会选择更高的毒力。然而，关于多重感染如何影响宿主恢复与寄生虫毒力之间的协同进化，目前知之甚少。在此，我们扩展了van Baalen（1998）提出的协同进化模型，以考虑超感染的情况。当对超感染的易感性较低时，我们重现了van Baalen的结果，并表明存在两个潜在的进化终点：一个是无毒力寄生虫和防御能力较弱的宿主，另一个是高毒力和高恢复力。然而，当对超感染的易感性超过某一阈值时，唯一可能的进化结果便是高毒力和高防御投入。我们还表明，宿主体内竞争可能导致选择较低的宿主恢复力，这是对更具毒力株系选择的结果。

我们探讨了不同寄生虫与宿主策略（如超级感染促进、竞争排斥）以及人口统计学和环境参数（如宿主繁殖力或各种防御成本）如何影响多重感染与宿主-寄生虫共同进化之间的相互作用。我们的模型显示，共同进化动态与多重感染之间的相互作用可能受到关键机制或生态细节的影响。

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。