负相互作用与毒力差异驱动多物种细菌感染动态
该数据集来自 search.dataone.org,聚焦多物种细菌感染的生态动态与毒力差异。研究以昆虫模型宿主 Galleria mellonella 幼虫为对象,分别接种一种、两种、三种或四种机会性人类病原菌,观察宿主死亡与病原互作

基本信息
资源简介
负相互作用与毒力差异驱动多物种细菌感染动态
Negative interactions and virulence differences drive the dynamics in multispecies bacterial infections
该数据集来自 search.dataone.org,聚焦多物种细菌感染的生态动态与毒力差异。研究以昆虫模型宿主 Galleria mellonella 幼虫为对象,分别接种一种、两种、三种或四种机会性人类病原菌,观察宿主死亡与病原互作。结果显示宿主死亡始终由毒力最强的物种决定,部分组合中毒力更强菌株单纯数量占优,另一些组合存在负相互作用。数据可用于研究病原-病原及病原-宿主互作、毒力与宿主存活关系(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):细菌感染常为多微生物感染,导致复杂的病原-病原和病原-宿主相互作用。研究病原相互作用的分子基础及其影响宿主发病率的机制日益受到关注。然而,关于病原之间的生态动态及其如何影响毒力和宿主存活,所知甚少。在此,我们通过将昆虫模型宿主 Galleria mellonella 的幼虫与一种、两种、三种或四种细菌物种共感染来解决这些开放问题,所有这些物种均为机会性人类病原体。我们发现,无论注射的物种数量和病原组合如何,宿主死亡始终由毒力最强的物种决定。在某些组合中,毒力更强的病原体只是数量上超过了毒力较弱的病原体。在其他组合中,我们发现了病原之间负相互作用的证据。
【主题与分类】
主题标签:Virulence、microbe-host interactions、microbial interactions、opportunistic human pathogens、Galleria mellonella、multispecies bacterial infections。本站分类:感染性疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A84d44cf9f3f492e6edde2d729e9737e097ab35b23ae62d5f7bf780411ecea646
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
细菌感染常为多种微生物混合感染,导致复杂的病原体-病原体及病原体-宿主相互作用。研究病原体相互作用的分子基础及其机制如何影响宿主发病率正日益受到关注。然而,关于病原体之间的生态动力学及其如何影响毒力和宿主存活,人们所知甚少。在此,我们通过将昆虫模型宿主大蜡螟(Galleria mellonella)幼虫与一种、两种、三种或四种细菌物种共感染来探讨这些未解问题,所有这些细菌均为机会性人类病原体。我们发现,无论注射的物种数量和病原体组合如何,宿主死亡率始终由毒力最强的物种决定。在某些组合中,毒力较强的病原体仅通过生长优势压倒了毒力较弱的病原体。在其他组合中,我们发现了病原体之间在宿主体内发生负相互作用的证据,其中毒力较强的病原体通常在竞争中获胜。综上所述……
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。




