养鱼场资源环境促进机会性鱼类病原体表型变异与毒力
表型变异被认为有助于环境生长型病原体在环境变化下持续存在。我们在此提出假设:集约化养殖环境比自然环境诱导微生物病原体产生更高的表型变异,因为与自然环境相比,养殖环境中的生长具有更高的随机性且生存选择更强

基本信息
资源简介
养鱼场资源环境促进机会性鱼类病原体表型变异与毒力
表型变异被认为有助于环境生长型病原体在环境变化下持续存在。我们在此提出假设:集约化养殖环境比自然环境诱导微生物病原体产生更高的表型变异,因为与自然环境相比,养殖环境中的生长具有更高的随机性且生存选择更强
Rich resource environment of fish farms facilitates phenotypic variation and virulence in an opportunistic fish pathogen
【数据内容】
源站描述(机器翻译,仅供参考):表型变异被认为有助于环境生长型病原体在环境变化下持续存在。我们在此提出假设:集约化养殖环境比自然环境诱导微生物病原体产生更高的表型变异,因为与自然环境相比,养殖环境中的生长具有更高的随机性且生存选择更强。我们利用从养鱼场或自然水体中分离的机会性鱼类病原体 Flavobacterium columnare 检验了该假设。我们测量了所有分离株的两种形态型在不同资源浓度以及与养鱼场疾病流行发生相关的两种温度下的生长参数,并使用斑马鱼(Danio rerio)感染模型测试了它们的毒力。根据我们的假设,来源于养鱼场的分离株在生长方面具有更高的表型变异
【主题与分类】
主题标签:鱼类病原体、表型变异、毒力、养鱼场、感染性疾病。本站分类:感染性疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A40966eddf153475ba2277e31737eea0ef272ad2cd637a500e90ca4525fc682bd
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
表型变异被认为有助于在环境变化下持续存在环境生长的病原体。我们在此假设,集约化养殖环境比自然环境诱导微生物病原体产生更高的表型变异,因为与自然环境相比,养殖环境具有更高的生长随机性和更强的生存选择。我们利用从养鱼场或自然水体中分离的机会性鱼类病原体柱状黄杆菌(Flavobacterium columnare)检验了这一假设。我们测量了所有分离株的两种形态型在不同资源浓度和与养殖场疾病流行发生相关的两种温度下的生长参数,并使用斑马鱼(Danio rerio)感染模型测试了它们的毒力。根据我们的假设,源自养鱼场的分离株在形态型之间的生长表型变异高于来自自然水体的分离株。这种差异在高度…
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。




