数据：新型野生动物病原体 Mycoplasma gallisepticum 宿主转移后 CRISPR 的超快演化与丢失

数据集获取

源站：https://doi.org/10.5061/dryad.353tj334

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 63.8 MB。

数据说明

可测量的基因组进化速率在人类病原体中已有充分记录，但在野生细菌病原体中却了解较少，尤其是在宿主转换期间及之后。鸡毒支原体（MG）是一种致病细菌，主要在家禽中进化，最近跳跃到野生家朱雀（Carpodacus mexicanus），一种常见的北美鸣禽。我们首次对MG的家朱雀分离株以及家禽外群进行了基因组特征描述并测量了基因组进化速率。利用跨越13年连续样本的12个家朱雀分离株的全基因组序列，以及另外四个新测序的家禽菌株，我们估计家朱雀分离株的核苷酸多样性仅为祖先家禽菌株的约2%，并且在家禽和家朱雀中，核苷酸替换率为每站点每年0.8 – 1.2 X 10^-5，这是一个异常快的速率，可与迄今为止报道的细菌中一些最高估计相媲美。

我们还发现，在转向家朱雀宿主之前，家禽MG菌株中的CRISPR阵列具有高度多样性和完全更替，但在入侵家朱雀后，CRISPR重复序列多样性逐渐丧失，新CRISPR重复序列的招募停止。近期（2007年）的家朱雀MG菌株仅保留了约50%的创始（1994-95年）菌株CRISPR库，并丢失了CRISPR功能所需的CRISPR相关基因。我们的结果表明，野生鸟类细菌病原体的基因组进化可以极其迅速，在此案例中伴随着CRISPR功能的明显丧失。

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。