疟疾蚊染色体倒位的生殖隔离与局部适应数据
该数据集来自对疟疾媒介 Anopheles funestus 的染色体倒位研究,采样覆盖喀麦隆一条 1421 km 样带,跨越草原、高地和雨林生态区,共涉及 751 只蚊子的染色体

基本信息
资源简介
疟疾蚊染色体倒位的生殖隔离与局部适应数据
Data from: Reproductive isolation and local adaptation quantified for a chromosome inversion in a malaria mosquito
该数据集来自对疟疾媒介 Anopheles funestus 的染色体倒位研究,采样覆盖喀麦隆一条 1421 km 样带,跨越草原、高地和雨林生态区,共涉及 751 只蚊子的染色体。数据用于量化染色体倒位多态性与生殖隔离、存活力的关系,并支持构建考虑选择、迁移和选型交配的群体遗传模型,通过似然法拟合。可用于研究局部适应、染色体演化及物种形成相关定量问题(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2012。
【数据内容】
源站描述(机器翻译,仅供参考):染色体倒位长期以来被认为与物种形成和局部适应有关。然而,关于倒位多态性对生殖隔离和存活力的影响,我们掌握的定量信息很少。在此,我们提供了来自任何生物的首个估计,即与自然种群中分离的倒位相关的生殖隔离总量。我们沿喀麦隆一条 1421 km 的样带,从疟疾媒介 Anopheles funestus 的 751 只蚊子中采样染色体,该样带穿越草原、高地和雨林生态区。随后,我们开发了一系列考虑选择、迁移和选型交配的群体遗传模型,并使用似然法将模型拟合到数据。最佳拟合模型的结果表明存在强烈的局部适应,纯合子的相对存活率范围从 25% 到 13
【主题与分类】
主题标签:Anopheles funestus、karyotype data、Chromosomal Evolution、chromosome inversions。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.k94p3
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.k94p3
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 115.2 KB。
数据说明
染色体倒位长期以来被认为与物种形成和局部适应有关。然而,关于倒位多态性对生殖隔离和生存力的影响,我们掌握的定量信息很少。在此,我们首次针对任何生物体,估算了自然种群中分离的倒位所关联的生殖隔离总量。我们沿喀麦隆一条穿越稀树草原、高地和雨林生态区的1421公里样带,采集了751只疟疾媒介蚊——方氏按蚊的染色体样本。随后,我们构建了一系列种群遗传模型,这些模型考虑了选择、迁移和选型交配,并利用似然法将模型拟合到数据中。最佳拟合模型的结果表明存在强烈的局部适应,纯合子相对于杂合子的相对生存力范围从25%到130%。生存力在不同区域间存在质的差异:该倒位在稀树草原中表现为亚显性,而在高地则表现为超显性。该倒位还与强烈的选型交配有关。
在稀树草原上,两种纯合形式显示出92%的生殖隔离,这表明仅此一个倒位就足以产生物种形成所需的大部分遗传障碍。
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。




