两栖动物病原体共感染多响应模型数据集
1.寄生虫之间的关联影响宿主-寄生虫动力学的许多方面,但分析工具的缺乏限制了对观察数据中寄生虫相关性的研究,而这些数据往往嵌套在空间和生物尺度上

基本信息
资源简介
两栖动物病原体共感染多响应模型数据集
1.寄生虫之间的关联影响宿主-寄生虫动力学的许多方面,但分析工具的缺乏限制了对观察数据中寄生虫相关性的研究,而这些数据往往嵌套在空间和生物尺度上
Data from: Using multi-response models to investigate pathogen coinfections across scales: insights from emerging diseases of amphibians
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):1.寄生虫之间的关联影响宿主-寄生虫动力学的许多方面,但分析工具的缺乏限制了对观察数据中寄生虫相关性的研究,而这些数据往往嵌套在空间和生物尺度上。2.在此,我们说明分层多响应建模如何通过允许分层结构、提供不确定性估计以及纳入相关模型结构来刻画寄生虫关联。在介绍一般方法后,我们将该框架应用于研究四种两栖动物寄生虫(吸虫 Ribeiroia ondatrae 和 Echinostoma spp.、壶菌 Batrachochytrium dendrobatidis 以及 ranaviruses)之间以及超过 2000 个宿主个体、90 个研究地点和五种两栖动物宿主物种之间的共感染。3.92% 的地点和 80% 的宿主支持两种或更多病原体物种。我们的结果
【主题与分类】
主题标签:感染性疾病、两栖动物、病原体共感染、多响应模型、寄生虫关联、ranaviruses。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.14nr4
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://doi.org/10.5061/dryad.14nr4
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 312.8 KB。
数据说明
- 寄生虫之间的关联影响着宿主-寄生虫动态的诸多方面,但由于缺乏分析工具,对观测数据中寄生虫相关性的研究受到了限制,而这些数据往往嵌套于空间和生物学尺度之中。2. 在此,我们展示了分层多响应建模如何通过允许分层结构、提供不确定性估计以及纳入相关性模型结构来刻画寄生虫关联。在介绍了通用方法之后,我们将该框架应用于研究四种两栖动物寄生虫(吸虫Ribeiroia ondatrae和Echinostoma spp.、壶菌Batrachochytrium dendrobatidis以及蛙病毒)之间的共感染,涉及超过2000个个体宿主、90个研究地点和五种两栖动物宿主。3. 92%的地点 and 80%的宿主支持两种或更多病原体物种。我们的结果揭示了寄生虫配对之间的强相关性,这些相关性因尺度(从宿主间到地点间)和分类(微寄生虫与宏寄生虫)而异,但在分类学上多样化的宿主物种间大体一致。在宿主尺度上,吸虫R.的感染
与蛙片虫(Ondatrae)呈正相关的是微寄生虫,即蛙壶菌(B. dendrobatidis)和蛙病毒(ranavirus),而这两者本身也呈正相关。然而,第二种吸虫(棘口吸虫属,Echinostoma spp.)的感染与蛙壶菌和蛙病毒均呈负相关,无论是在宿主水平还是样地水平上,这凸显了微寄生虫与宏寄生虫之间差异性关系的重要性。4. 鉴于自然系统中固有的共感染共生体组合数量庞大,尤其是跨多个宿主物种时,对横断面野外数据进行多响应建模提供了一种有价值的工具,可用于识别出数量可控的假设性相互作用以供实验检验,同时兼顾不确定性和潜在的共同暴露来源。具体到两栖动物,共感染的高频率……
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。




