较高资源水平促进环境传播细菌性鱼类病原体毒力
该数据集来自 search.dataone.org,聚焦水产养殖中由机会性病原体引发的感染性疾病。研究以环境传播的鱼类病原体 Flavobacterium columnare 为对象,在两种营养浓度下感染虹鳟(Oncorhynchus mykiss)和斑马鱼(Danio rerio),并设置三个感染

基本信息
资源简介
较高资源水平促进环境传播细菌性鱼类病原体毒力
Higher resource level promotes virulence in an environmentally transmitted bacterial fish pathogen
该数据集来自 search.dataone.org,聚焦水产养殖中由机会性病原体引发的感染性疾病。研究以环境传播的鱼类病原体 Flavobacterium columnare 为对象,在两种营养浓度下感染虹鳟(Oncorhynchus mykiss)和斑马鱼(Danio rerio),并设置三个感染剂量及体外生长实验,以区分剂量与营养的作用。数据可用于分析环境营养水平对病原体毒力和宿主外生长的影响,支撑水产养殖病害预测与防控研究(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病已成为可持续水产养殖的主要制约因素,但人们对一大类病原体——机会性病原体——的关注却少得惊人。机会性病原体常能在宿主之外的环境中存活,其致病特征受环境变化影响。为检验环境营养水平如何影响毒力,我们使用环境传播的鱼类病原体 Flavobacterium columnare 的菌株,在两种不同营养浓度下感染虹鳟和斑马鱼。为区分剂量与营养的作用,我们使用了三个感染剂量并研究了细菌的体外生长。高营养浓度促进了病原体的毒力及其宿主外生长,在低毒力菌株中尤为显著。毒力的增加不能完全由较高营养条件下剂量增加来解释。
【主题与分类】
主题标签:Aquaculture、Virulence、flavobacterium columnare、nutrient、Oncorhynchus mykiss、Danio rerio、environment。本站分类:感染性疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A4d4947f2a0dc3cc45a30cb30ce04af7d556f44f76a1c90effe34d0336caf9059
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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:
数据说明
疾病已成为可持续水产养殖的主要制约因素,但人们对一大类病原体——机会性病原体的关注却明显不足。机会性病原体通常可在宿主之外的环境中持续存在,其致病特征受环境变化的影响。为检验环境营养水平如何影响毒力,我们使用柱状黄杆菌(Flavobacterium columnare)菌株——一种经环境传播的鱼类病原体——在两种不同营养浓度下感染虹鳟和斑马鱼。为区分剂量与营养的作用,我们使用了三种感染剂量,并研究了细菌的体外生长。高营养浓度促进了该病原体的毒力及宿主外生长,在低毒力菌株中尤为显著。毒力的增加无法完全由较高营养供给下剂量增加来解释,提示存在毒力因子激活。在水产养殖环境中,有机物的积累……
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。




