龟类鼻腔微生物群落差异相关的宿主物种、病原体与疾病
该数据集来自 search.dataone.org，属于感染性疾病/其他分类，围绕四种北美陆龟物种的鼻腔微生物组测序数据展开
基本信息
资源简介
龟类鼻腔微生物群落差异相关的宿主物种、病原体与疾病
Host species, pathogens, and disease associated with divergent nasal microbial communities in tortoises
该数据集来自 search.dataone.org，属于感染性疾病/其他分类，围绕四种北美陆龟物种的鼻腔微生物组测序数据展开。数据覆盖不同龟种与采样地点，可用于比较龟类鼻腔细菌群落组成、丰富度与多样性差异，并分析潜在病原体 Pasteurella testudinis 的流行率与 OTU 多样性，以及其与细菌群落组成变化之间的关系（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）：在大型生物的每个表面都存在着多样的细菌群落，它们在维持宿主正常生理功能中发挥重要作用。尽管随着近期技术进步带来的数据涌入，微生物组研究有所扩展，但爬行动物的微生物组研究仍落后于其他生物。我们对四种北美陆龟物种的样本进行了鼻腔微生物组测序，发现不同陆龟物种和采样地点之间的群落组成存在差异，其中 Texas 和 Sonoran 沙漠陆龟的丰富度和多样性更高。利用这些数据，我们研究了潜在病原体 Pasteurella testudinis 的流行率和操作分类单元（OTU）多样性，发现它常见、丰度高且高度多样。然而，该细菌的存在与细菌群落组成的差异无关。
【主题与分类】
主题标签：upper respiratory tract disease、Gopherus berlandieri、Gopherus polyphemus、Gopherus morafkai、pyrosequencing、Gopherus、tortoise、Gopherus agassizii。本站分类：感染性疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A8e821a6cd42846c019f72f23dba4657ab3f0ea80f91f06f8fcf9a35841c27d11
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
不同细菌群落存在于大型生物的每一个表面，它们在维持宿主正常生理功能方面发挥着重要作用。随着近期技术进步带来的数据涌入，微生物组研究有所扩展，但爬行动物的微生物组研究仍落后于其他生物。我们对四种北美陆龟物种的样本进行了鼻腔微生物组测序，发现不同陆龟物种和采样地点之间的群落组成存在差异，其中德克萨斯陆龟和索诺兰沙漠陆龟的丰富度和多样性更高。利用这些数据，我们研究了潜在病原体龟巴斯德菌(Pasteurella testudinis)的流行率和操作分类单元(OTU)多样性，发现该菌常见、丰度高且高度多样。然而，该细菌的存在与宿主物种内细菌群落组成的差异无关。我们还发现，陆龟鼻腔分泌物的存在与…
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。
