数据:鸟类疟疾类寄生虫中表观媒介介导的亲代至子代传播
该数据集来自 Dryad,聚焦野生猛禽种群中类疟疾 Leucocytozoon 寄生虫的传播。研究利用高通量测序开发微卫星标记,检验在媒介存在下延长的亲代抚育是否提高亲代至子代的传播概率

基本信息
资源简介
数据:鸟类疟疾类寄生虫中表观媒介介导的亲代至子代传播
Data from: Apparent vector-mediated parent-to-offspring transmission in an avian malaria-like parasite
该数据集来自 Dryad,聚焦野生猛禽种群中类疟疾 Leucocytozoon 寄生虫的传播。研究利用高通量测序开发微卫星标记,检验在媒介存在下延长的亲代抚育是否提高亲代至子代的传播概率。结果显示,同巢兄弟姐妹携带的寄生虫在年内和跨年都比无亲缘关系雏鸟更相似;母亲羽色形态相同的雏鸟所携带寄生虫也比母亲形态不同的雏鸟更相似,符合母系传递形态特异性寄生虫株的预期。数据可用于研究宿主亲缘关系、媒介传播与寄生虫共进化及毒力(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2015。
【数据内容】
源站描述(机器翻译,仅供参考):寄生虫传播策略强烈影响宿主–寄生虫协同进化和毒力。然而,对诸如鸟类疟疾这类媒介传播寄生虫的研究忽视了宿主亲缘关系对寄生虫交换的潜在影响。为检验在媒介存在下延长的亲代抚育是否增加从亲代到子代的传播概率,我们使用高通量测序为野生猛禽种群的类疟疾 Leucocytozoon 寄生虫开发了微卫星。我们表明,宿主同胞所携带的寄生虫在年内和跨年都比无亲缘关系的雏鸟在遗传上更相似。此外,母亲羽色形态相同的雏鸟所携带的寄生虫比母亲形态不同的雏鸟更相似,这与形态特异性寄生虫株的母系传递一致。我们的研究是首次证据表明
【主题与分类】
主题标签:Leucocytozoon buteonis、Leucocytozoon toddi、Parasitology、Protists、Host Parasite Interactions、Buteo buteo、Disease Biology。本站分类:感染/寄生虫病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.s597d
使用许可:Creative Commons Zero v1.0 Universal。
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/10.5061/dryad.s597d
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 758.7 KB。
数据说明
寄生虫传播策略对宿主-寄生虫协同进化和毒力有着重大影响。然而,对于诸如禽疟疾这类媒介传播的寄生虫,研究往往忽视了宿主亲缘关系对寄生虫交换的潜在影响。为了验证在媒介存在下,延长亲代抚育是否增加了从亲代到子代传播的可能性,我们利用高通量测序技术,针对野生猛禽种群中的类疟疾Leucocytozoon寄生虫开发了微卫星标记。研究显示,无论是同一年内还是跨年度,宿主同胞所携带的寄生虫在遗传上比无亲缘关系的雏鸟更为相似。此外,相同羽色形态母亲的雏鸟所携带的寄生虫比母亲属于不同形态的雏鸟更为相似,这与母系传递特定形态寄生虫株系的现象一致。我们的研究首次揭示了宿主亲缘关系与寄生虫遗传相似性之间的关联,与媒介介导的亲代到子代传播相吻合。这种“准垂直”传播的条件可能普遍存在,并可能抑制病原体毒力的进化。
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。




