微塑料老化对抗生素抗性基因丰度影响的数据集
该数据集收录了微塑料老化对抗生素抗性基因丰度影响的荟萃分析完整提取数据，共701条观测，其中相对ARG丰度382条、绝对ARG丰度319条
基本信息
资源简介
微塑料老化对抗生素抗性基因丰度影响的数据集
该数据集收录了微塑料老化对抗生素抗性基因丰度影响的荟萃分析完整提取数据，共701条观测，其中相对ARG丰度382条、绝对ARG丰度319条。内容涵盖出版物信息、ARG相关信息、微塑料特征、老化条件、环境基质、未老化对照组与老化处理组的汇总统计量，以及计算得到的自然对数响应比（lnRR）及其抽样方差。数据可用于评估微塑料老化对ARG丰度的影响方向与强度，支持回归建模与效应量分析，并服务于抗性机制与水平基因转移相关研究（来源 doi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含用于微塑料老化对抗生素抗性基因丰度影响的荟萃分析的完整提取数据。它包括701条观测，其中382条为相对ARG丰度观测，319条为绝对ARG丰度观测。该数据集包括出版物信息、ARG相关信息、微塑料特征、老化条件、环境基质、未老化对照组和老化处理组的汇总统计量，以及计算得到的自然对数响应比（lnRR）及其抽样方差。该数据集随由Qing Zhu、Yifei Wang、Xinyi Wang、Zhihui Jin、Ping Gong、Ming Yuan和Huaiying Yao撰写的稿件一同发布。
【主题与分类】
主题标签：Aged microplastics、Antibiotic resistance genes、Temporal dynamics、Resistance mechanisms、Horizontal gene transfer。本站分类：感染/感染性疾病。
【获取与许可】
源站页面：https://doi.org/10.7910/DVN/7M1UEO
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
源站：https://doi.org/10.7910/DVN/7M1UEO
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:
数据集大小约 318.3 KB。
数据说明
该数据集包含微塑料老化对抗生素抗性基因丰度影响的荟萃分析中使用的完整提取数据。数据集包括701个观测值，其中382个观测值为抗生素抗性基因相对丰度，319个观测值为抗生素抗性基因绝对丰度。数据集包含出版物信息、抗生素抗性基因相关信息、微塑料特征、老化条件、环境基质、未老化对照组和老化处理组的汇总统计量，以及计算得到的自然对数响应比（lnRR）及其抽样方差。该数据集附随由Qing Zhu、Yifei Wang、Xinyi Wang、Zhihui Jin、Ping Gong、Ming Yuan和Huaiying Yao撰写的稿件。
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。
