CMK-1与OGT-1在秀丽隐杆线虫刺激间隔依赖性习惯化中的作用数据
该数据集来自 Dryad,对应 2018 年一项以秀丽隐杆线虫为模型的行为神经遗传学研究,聚焦 CMK-1 与 OGT-1 在刺激间隔依赖性习惯化中的作用

基本信息
资源简介
CMK-1与OGT-1在秀丽隐杆线虫刺激间隔依赖性习惯化中的作用数据
Data from: Insights into the roles of CMK-1 and OGT-1 in interstimulus interval-dependent habituation in Caenorhabditis elegans
该数据集来自 Dryad,对应 2018 年一项以秀丽隐杆线虫为模型的行为神经遗传学研究,聚焦 CMK-1 与 OGT-1 在刺激间隔依赖性习惯化中的作用。习惯化是对重复刺激反应减弱的一种非联合学习形式,其关键特征是对刺激呈现速率的敏感性,但背后的分子机制尚不清楚。数据可用于探究 CaMK1/4 同源物 CMK-1 与 O-GlcNAc 转移酶 OGT-1 如何以刺激间隔依赖方式调控习惯化,适合神经科学、学习记忆与神经遗传学方向的再分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):习惯化是一种普遍存在的非联合学习形式,表现为对重复刺激的反应减弱,且无法用感觉适应或运动疲劳来解释。习惯化的一个决定性特征是其对训练刺激呈现速率的敏感性——动物对更快速的刺激习惯得更快。这种刺激间隔(ISI)依赖性习惯化特征背后的分子机制仍不清楚。在本文中,我们使用线虫 Caenorhabiditis elegans 的行为神经遗传学和生物信息学分析,首次鉴定出以 ISI 依赖方式调节习惯化的分子。我们表明,Ca2+/钙调蛋白依赖性激酶 CaMK1/4 的秀丽隐杆线虫直系同源物 CMK-1,以及 O-连接的 N-乙酰葡糖胺(O-GlcNAc)转移酶 OGT-1,二者均在初级感觉
【主题与分类】
主题标签:mechanosensation、CMK-1、Caenorhabditis elegans、neurogenetics、OGT-1、Non-associative learning、Habituation。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.qg7kv6c
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.qg7kv6c
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 443.6 KB。
数据说明
习惯化是一种普遍存在的非联合学习形式,表现为对重复刺激反应的减弱,且这种减弱不能由感觉适应或运动疲劳来解释。习惯化的一个决定性特征是其对训练刺激呈现速率的敏感性——动物对更快速的刺激反应时习惯化得更快。这种依赖于刺激间隔(ISI)的习惯化特性背后的分子机制尚不清楚。在本文中,我们利用秀丽隐杆线虫的行为神经遗传学和生物信息学分析,首次识别出以ISI依赖方式调节习惯化的分子。我们展示,秀丽隐杆线虫中Ca2+/钙调蛋白依赖性激酶CaMK1/4的同源物CMK-1和O-连接的N-乙酰葡糖胺(O-GlcNAc)转移酶OGT-1,均在初级感觉神经元中发挥作用,在短ISI下抑制习惯化,在长ISI下促进习惯化。此外,cmk-1和ogt-1突变体均表现出一种罕见的机械感觉超敏表型,即机械感觉反应比野生型更大。
总体而言,我们的研究识别了两个在感觉神经元中发挥作用的保守基因,它们以依赖于刺激间隔的方式调节习惯化过程,为普遍观察到的现象——即刺激以不同速率呈现时,习惯化展现出不同特性——提供了分子机制上的首次洞见。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




