鸟类真菌组：关键真菌类群的系统发育树与比对
该数据集来自 search.dataone.org，主题为鸟类肺部真菌组（mycobiome），包含关键真菌类群的系统发育树与序列比对
基本信息
资源简介
鸟类真菌组：关键真菌类群的系统发育树与比对
The avian mycobiome: Phylogenetic trees and alignments for key fungal groups
该数据集来自 search.dataone.org，主题为鸟类肺部真菌组（mycobiome），包含关键真菌类群的系统发育树与序列比对。源站描述显示研究基于 195 份肺部样本、覆盖 32 种鸟、20 科，通过 metabarcoding 与培养鉴定出 526 个真菌分类单元，并检验环境、系统发育与功能性状的相对影响。数据可用于真菌群落组成分析、系统发育比较及宿主-微生物关系研究（来源 DataONE，Creative Commons Zero v1.0 Universal 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：脊椎动物肺部含有多样的微生物群落，但关于群落组成的驱动因素或对健康的影响知之甚少。微生物组的组装过程如扩散、协同进化和宿主转换可通过比较调查来探究；然而，针对肺部微生物组的研究很少，尤其是真菌组分即真菌组。区分泛化或专性共生真菌、潜在病原体或偶然吸入的孢子十分紧迫，因为存在新发疾病的可能性。在此，我们首次对鸟类肺部真菌组进行表征，并检验环境、系统发育和功能性状的相对影响。我们使用 metabarcoding 和培养法，从代表 20 科 32 种鸟类的 195 份肺部样本中，鉴定出 526 个真菌分类单元（按不同序列类型估计，z
【主题与分类】
主题标签：migration、yeasts、Microbiome、Candida、sandhill crane、Phylosymbiosis、Birds、Aspergillus、Lungs。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A27e62112aec9bf361aa36be9312b7e4f7e704c8f8e55e7980bc9c1928cbd80ef
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
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
脊椎动物的肺含有多种微生物群落，但关于群落组成的驱动因素或对健康的影响知之甚少。通过比较调查可以探究微生物组的组装过程，如扩散、协同进化和宿主转换；然而，关于肺部微生物组的研究较少，尤其是真菌成分——真菌组的研究更为匮乏。区分泛化型或专一型共生真菌、潜在病原体以及偶然吸入的孢子十分紧迫，因为新发疾病的可能性存在。在此，我们首次对鸟类肺部真菌组进行了表征，并测试了环境、系统发育和功能特征的相对影响。我们采用了宏条形码技术和培养方法，分析了代表20科32种鸟类的195份肺部样本。根据不同的序列类型（zOTUs）估计，我们鉴定了526个真菌分类单元，其中包括许多机会性病原体。这些主要来自子囊菌门（79…数据代表了通过结合真菌分离物的分型和Illumina测序的扩增子分析获得的核糖体内转录间隔区（ITS）序列。
序列使用MAFFT进行比对，并利用IQ-Tree进行最大似然树构建分析，所用最佳替换模型由ModelFinder确定。比对结果和Newick文件以NEXUS格式提供。，，# 鸟类真菌组：关键真菌类群的系统发育树与比对 https://doi.org/10.5061/dryad.hqbzkh1t3 ## 数据与文件结构说明 数据集联系人 1. Donald Natvig，新墨西哥大学生物系，阿尔伯克基 87131，dnatvig@unm.edu 2. Paris Salazar-Hamm，新墨西哥大学生物系，阿尔伯克基 87131，psh102@unm.edu 相关在投手稿 Paris S. Salazar-Hamm, Chauncey R. Gadek, Michael A. Mann
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。
