数据来源:拮抗作用减弱演化——宿主-寄生虫协同演化的作用
该数据集来自 Dryad,对应一项以秀丽隐杆线虫 Caenorhabditis elegans 与其寄生虫粘质沙雷菌 Serratia marcescens 为对象的实验演化研究,探讨宿主-寄生虫互作在演化过程中拮抗作用减弱的机制

基本信息
资源简介
数据来源:拮抗作用减弱演化——宿主-寄生虫协同演化的作用
Data from: The evolution of reduced antagonism – a role for host-parasite coevolution
该数据集来自 Dryad,对应一项以秀丽隐杆线虫 Caenorhabditis elegans 与其寄生虫粘质沙雷菌 Serratia marcescens 为对象的实验演化研究,探讨宿主-寄生虫互作在演化过程中拮抗作用减弱的机制。研究通过选择实验比较了可协同演化与不可协同演化条件下拮抗作用的变化,经过 20 代后观察到协同传代处理中拮抗作用减弱,而宿主或寄生虫单独选择时未出现该演化,并发现强烈的本地适应。数据可用于研究毒力演化、协同演化及宿主-寄生虫互作(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2015。
【数据内容】
源站描述(机器翻译,仅供参考):为什么一些宿主-寄生虫互作在演化时间尺度上变得不那么拮抗?垂直传播可以筛选出减弱的拮抗作用。垂直传播也促进宿主与寄生虫之间的协同演化。因此,我们假设协同演化本身可能是向减弱拮抗作用转变的基础。为了检验协同演化假说,我们针对宿主 Caenorhabditis elegans 与其寄生虫 Serratia marcescens 之间减弱的拮抗作用进行了选择。这种寄生虫是水平传播的,这使我们能够在独立于垂直传播的情况下研究协同演化。经过 20 代后,当协同演化可能发生时,我们观察到了对选择的响应:在共同传代处理中演化出了减弱的拮抗作用。然而,当宿主或寄生虫在没有协同演化的情况下被独立选择时,减弱的拮抗作用并未演化出来。此外,我们发现了强烈的本地适应
【主题与分类】
主题标签:Evolution of virulence、Caenorhabditis elegans、experimental coevolution、Serratia marcescens。本站分类:感染/其他。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.f6g68
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.f6g68
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 90.1 KB。
数据说明
为什么在进化时间尺度上,某些宿主-寄生虫相互作用会变得不那么拮抗?垂直传播可以选择减少拮抗。垂直传播还促进宿主与寄生虫之间的协同进化。因此,我们假设协同进化本身可能是拮抗减少转变的基础。为了验证协同进化假说,我们选择了减少宿主秀丽隐杆线虫(Caenorhabditis elegans)与其寄生虫粘质沙雷氏菌(Serratia marcescens)之间的拮抗。这种寄生虫是水平传播的,这使我们能够独立于垂直传播研究协同进化。经过20代后,当协同进化成为可能时,我们观察到了选择的响应:在共同传代处理中,拮抗减少得以进化。然而,当宿主或寄生虫独立选择,没有协同进化时,拮抗减少并未进化。此外,我们发现在共同传代处理中,重复的宿主/寄生虫系之间对于减少拮抗存在强烈的局部适应性。综上所述,这些结果强烈表明,协同进化对于拮抗减少的快速进化至关重要。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




