野生大猩猩微生物组对SIV感染稳定性的研究数据
该数据集来自search.dataone.org,围绕野生大猩猩肠道细菌群落对SIVgor感染的响应展开。SIVgor与黑猩猩的SIVcpz及人类的HIV-1亲缘关系密切

基本信息
资源简介
野生大猩猩微生物组对SIV感染稳定性的研究数据
Stability of the gorilla microbiome despite simian immunodeficiency virus infection
该数据集来自search.dataone.org,围绕野生大猩猩肠道细菌群落对SIVgor感染的响应展开。SIVgor与黑猩猩的SIVcpz及人类的HIV-1亲缘关系密切。源站描述指出,与HIV-1感染人类和SIVcpz感染黑猩猩的微生物组不同,SIVgor感染的大猩猩微生物组未出现相应变化,显示大猩猩肠道微生物组对SIV感染异常稳健。数据可用于比较灵长类免疫缺陷病毒感染下的微生物组差异,并支持以粪便样本非侵入性监测野生灵长类健康的相关研究(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):猿猴免疫缺陷病毒(SIV)已在超过45种灵长类动物中被发现;然而,由于观察野生种群存在固有困难,大多数SIV毒株的致病潜力仍不清楚。由于那些具有致病性的SIV感染已被证明会引起宿主肠道微生物组的变化,监测粪便样本中的微生物群可以提供一种非侵入性手段,用于研究SIV感染对野生灵长类动物健康的影响。在此,我们研究了SIVgor——黑猩猩的SIVcpz和人类的HIV-1的近亲——对野生大猩猩体内肠道细菌群落的影响,揭示出大猩猩肠道微生物组对SIV感染异常稳健。与HIV-1感染的人类和SIVcpz感染的黑猩猩的微生物组相比,SIVgor感染的大猩猩微生物组既未表现出f的上升,也未表现出
【主题与分类】
主题标签:Microbial Biology、Metagenomics、Coevolution。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A3afb97aec6044cd2f57e123f188679a76c5d64cfa553eb5ac039756102918267
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
已在超过45种灵长类动物中发现猴免疫缺陷病毒(SIV);然而,由于观察野生种群固有的困难,大多数SIV毒株的致病潜力仍不清楚。由于那些具有致病性的SIV感染已被证明会诱导宿主肠道微生物组发生变化,监测粪便样本中的微生物群可为研究SIV感染对野生灵长类动物健康的影响提供一种非侵入性手段。在此,我们研究了SIVgor——黑猩猩SIVcpz和人类HIV-1的近亲——对野生大猩猩肠道细菌群落的影响,揭示出大猩猩肠道微生物组对SIV感染具有异常强的抵抗力。与感染HIV-1的人类和感染SIVcpz的黑猩猩的微生物组相比,感染SIVgor的大猩猩微生物组既未表现岀机会性病原体频率的上升,也未出现个体宿主内微生物更新率的升高……
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。




