源自 EnteroBase cgMLST 谱的 Newick 树集合
集合包含 83 个不同输出，采用多种建树与聚类方法，并涉及不同规模的数据子集。每个数据集配有 README 文件，记录来源数据库、数据集日期、cgMLST 方案大小、子集构建方式及可用输出
基本信息
资源简介
源自 EnteroBase cgMLST 谱的 Newick 树集合
Collection of Newick Trees Derived from EnteroBase cgMLST Profiles
该数据集汇集了基于 EnteroBase 的 cgMLST 谱数据生成的 Newick 格式树与森林输出，覆盖 Salmonella、Escherichia 和 Mycobacterium tuberculosis。集合包含 83 个不同输出，采用多种建树与聚类方法，并涉及不同规模的数据子集。每个数据集配有 README 文件，记录来源数据库、数据集日期、cgMLST 方案大小、子集构建方式及可用输出。该数据集可为系统发育树的处理、分析与可视化实验提供稳定参考（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含一组 Newick 格式的树与森林输出，这些输出由从 EnteroBase 获取的 Salmonella、Escherichia 和 Mycobacterium tuberculosis 的 cgMLST 谱数据生成。该集合包含 83 个不同的输出，使用多种建树和聚类方法生成，并跨越多个数据集规模。数据集专属的 README 文件记录了来源数据库、数据集日期、cgMLST 方案大小、子集构建以及可用输出。该数据集旨在为涉及系统发育树的处理、分析和可视化的实验提供稳定参考。
【主题与分类】
主题标签：phylogenetic trees、Newick、cgMLST、EnteroBase、goeBURST、Salmonella、Escherichia、Mycobacterium tuberculosis。本站分类：呼吸系统疾病/肺结核。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23221270
使用许可：Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.23221270
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 72.2 MB。
数据说明
该数据集包含一系列以Newick格式表示的树和林输出，这些输出源自EnteroBase中沙门氏菌、埃希氏菌和结核分枝杆菌的cgMLST谱数据。数据集利用多种树构建和聚类方法，在多个不同规模的数据集上生成了83个独特的输出结果。每个数据集附带的README文件记录了源数据库、数据集日期、cgMLST方案规模、子集构建方式及可用的输出内容。此数据集旨在为涉及系统发育树的处理、分析和可视化实验提供一个稳定的参考基准。
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。
