Wolbachia增加自然系统中Plasmodium感染的易感性
与以往多关注Plasmodium中肠阶段的研究不同，本数据提供了寄生虫血症的测量结果，并涵盖感染流行率、感染强度、卵囊和子孢子等指标
基本信息
资源简介
Wolbachia增加自然系统中Plasmodium感染的易感性
Wolbachia increases susceptibility to Plasmodium infection in a natural system
该数据集来自search.dataone.org，聚焦Wolbachia对Plasmodium感染的影响，采用完全自然的蚊子-Wolbachia-Plasmodium组合开展研究。与以往多关注Plasmodium中肠阶段的研究不同，本数据提供了寄生虫血症的测量结果，并涵盖感染流行率、感染强度、卵囊和子孢子等指标。数据可用于探究自然Wolbachia感染是否具有抑制寄生虫的特性，以及长期共进化对Wolbachia-蚊子组合的影响，为评估Wolbachia转染蚊子多代共进化后的效果提供参考（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：目前关于Wolbachia对Plasmodium感染影响的看法几乎完全基于人工转染蚊子的数据。这项工作表明，Wolbachia降低了蚊子中Plasmodium感染的强度，从而提出了利用Wolbachia控制或限制疟疾传播的令人兴奋的可能性。自然Wolbachia感染是否具有相同的抑制寄生虫特性尚不清楚。然而，具有长期进化历史的Wolbachia-蚊子组合对于理解Wolbachia转染蚊子经过数代共进化后可能发生的情况至关重要。我们使用一个完全自然的蚊子-Wolbachia-Plasmodium组合来研究这个问题。与大多数以往集中于量化Plasmodium中肠阶段的研究不同，我们获得了寄生虫血症的测量结果
【主题与分类】
主题标签：vectorial competence、infection prevalence、Oocysts、Culex pipiens、Sporozoites、Wolbachia、symbiont-mediated protection、Aedes.、infection intensity。本站分类：感染性疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Aa8ebe86fe859817fa7a63fec8295bfc20d1c4047bc27271160872f1238f27a85
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
目前关于沃尔巴克氏体对疟原虫感染影响的看法几乎完全基于人工转染蚊子的数据。这项工作表明，沃尔巴克氏体降低了蚊子中疟原虫感染的强度，这提出了利用沃尔巴克氏体控制或限制疟疾传播的令人兴奋的可能性。自然沃尔巴克氏体感染是否具有相同的寄生虫抑制特性尚不清楚。然而，具有长期进化历史的沃尔巴克氏体-蚊子组合对于理解沃尔巴克氏体转染蚊子经过数代共同进化后可能发生的情况至关重要。我们使用完全自然的蚊子-沃尔巴克氏体-疟原虫组合来研究这个问题。与大多数先前集中于量化疟原虫中肠阶段的研究不同，我们通过跟踪感染至唾液腺阶段，获得了直接与传播相关的寄生虫血症测量值。我们表明，沃…
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。
