rhizomorphic-networks-data

该数据集包含用于对Armillaria gallica根状菌丝网络进行定量分析的实验图像数据、分割输出以及下游分析结果。数据集根据分析流程的主要阶段组织为三个子目录：01_raw inputs存放原始实验图像数据，分为三个实验条件——光照暴露实验的对照组（control）、炉子组（furnace）以及营养密度实验（nutrient density）；02_segmentation outputs存放图像分割管线输出，包括自动分割的原始结果和经人工检查校正后的最终分割结果；03_data analysis outputs存放从处理后的图像数据生成的最终分析结果，包括图形（如生长、亮度、网络形态、Gompertz生长模型可视化、条件间比较等）和统计分析数值输出（如拟合生长模型参数、统计检验、多重比较校正、效应量估计等）。该数据集适用于菌根真菌网络形态学、生长动力学及实验条件对比研究。This dataset contains experimental image data, segmentation outputs, and downstream analysis results for quantitative analysis of Armillaria gallica rhizomorph networks. The dataset is organized into three subdirectories according to the main stages of the analysis pipeline: 01_raw inputs stores original experimental image data, divided into three experimental conditions—control and furnace groups for light exposure experiments, and nutrient density experiments; 02_segmentation outputs stores image segmentation pipeline outputs, including raw automatic segmentation results and final segmentation results after manual inspection and correction; 03_data analysis outputs stores final analysis results generated from processed image data, including graphs (e.g., growth, brightness, network morphology, Gompertz growth model visualization, inter-condition comparisons, etc.) and statistical analysis numerical outputs (e.g., fitted growth model parameters, statistical tests, multiple comparison corrections, effect size estimates, etc.). This dataset is suitable for studies on mycorrhizal fungal network morphology, growth dynamics, and experimental condition comparisons.

原始信息汇总

数据集总览：Rhizomorphic Networks — Data and Analysis Outputs

该数据集包含用于定量分析蜜环菌（Armillaria gallica）根状菌索网络的实验图像数据、分割输出和下游分析结果。数据按分析流程的主要阶段组织为三个目录：

• 01_raw inputs/ — 原始实验图像数据，分为三个实验条件：
  • control/：光照实验的对照组图像
  • furnace/：光照实验的炉内条件图像
  • nutrient density/：营养密度实验图像
• 02_segmentation outputs/ — 图像分割流程的输出：
  • raw segmentation output/：自动化分割的初始输出
  • corrected segmentation output/：人工检查和纠正后的最终分割结果（用于下游量化与分析）
• 03_data analysis outputs/ — 最终分析输出：
  • figures/：定量分析生成的图表，包括生长、亮度、网络形态、Gompertz生长模型、条件间比较及图像处理的可视化
  • statistical analyses/：统计分析数值结果，包括拟合生长模型参数、统计检验、多重比较校正、效应量估计及其他汇总统计

分析工作流

原始实验图像 → 自动分割 → 人工检查和纠正 → 最终校正分割 → 量化和网络分析 → 统计分析与图表生成

关联代码

用于图像处理、分割、量化和统计分析的代码独立维护于 GitHub 仓库（https://github.com/lamm-mit/rhizomorphic-networks）。

引用

请引用此作品：

bibtex @article{NaeherBuehler2026Rhizomorph, author = {Naeher, Sarah C. and Buehler, Markus J.}, title = {Nutrient Availability Regulates an Exploration-Elaboration Trade-off in Fungal Rhizomorph Networks}, journal = {bioRxiv}, year = {2026}, note = {Preprint} }

搜集汇总

数据集介绍

构建方式

该数据集围绕真菌根状菌索网络的研究流程精心组织，涵括了原始实验图像、图像分割产物及下游分析结果。原始图像数据按光照实验的对照、炉温条件及营养密度实验进行划分，保留了实验设计的原始风貌。分割阶段则区分了自动分割的初始输出与人工校正后的最终版本，确保了后续量化分析所依据的掩膜图像的高质量与高精度。最终的数据分析产物则囊括了揭示网络生长形态、亮度特征及形态学参数的图表，以及拟合生长模型、统计检验等数值结果，共同构建了一条从原始图像到科学结论的完整数据链路。

使用方法

使用者可依据研究目标从不同层级切入，以复现或拓展原始研究。若着眼于图像处理方法的优化，可对比分析原始分割与校正分割输出，评估算法精度并探索改进策略。对于关注生物学表型的研究者，可直接利用校正后的分割掩膜开展形态学指标量化，或结合数据集中提供的统计分析结果进行深入的比较和元分析。所有文件均与对应的开源代码仓库无缝衔接，使用者可通过GitHub获取完整的图像处理与统计建模流程，从而实现从数据到结论的全程复现与二次创新。

背景与挑战

背景概述

真菌菌丝体网络在自然界中扮演着至关重要的角色，其形态可塑性深刻影响生态系统的物质循环与能量流动。本数据集由麻省理工学院 Markus J. Buehler 教授团队于 2026 年构建，核心聚焦于蜜环菌（Armillaria gallica）根状菌索网络对光照及营养密度梯度的形态响应。研究首次系统揭示了营养可利用性驱动菌丝网络在“探索”与“细化”之间的权衡机制，为理解真菌智能行为与适应性策略提供了全新视角。该数据集涵盖了从原始实验图像、分割校正结果到统计分析与拟合模型参数的完整分析流程，不仅为真菌形态学与生态学交叉领域提供了高质量的基础数据，还通过公开代码与结构化数据管理范式，促进了计算生物学领域对复杂生物网络量化方法的标准化进程，成为后续相关研究的宝贵参照。

当前挑战

本数据集所解决的领域核心挑战在于真菌根状菌索网络的精细结构难以通过传统图像分析手段实现准确分割。光照不均造成的梯度伪影、菌丝网络的高密度重叠以及低对比度边界区域，均对自动化分割算法提出了严苛要求，迫使研究团队采取人工校正与迭代优化的策略，这虽保障了数据质量，却也显著增加了时间与人力成本。在构建过程中，由于分别进行了光照控制实验与营养密度梯度实验，不同实验条件下图像背景噪声与亮度差异巨大，使得统一分割阈值的设定极为棘手。此外，复杂网络拓扑特征的量化维度繁多，包括分支数、分形维数及连接密度等，如何将这些多尺度特征与 Gompertz 生长模型参数进行有效耦合分析，亦构成了数据处理与统计学层面的显著困难，成为确保结论稳健性的关键制约因素。

常用场景

经典使用场景

该数据集为真菌根状菌索网络的定量分析提供了完整的原始图像、分割结果及下游分析产物，适用于研究真菌菌丝网络形态发生与发育动态的经典实验场景。常见用途包括验证图像分割算法的准确性、评估环境因子（如光照、营养浓度）对网络拓扑结构的影响，以及拟合生长动力学模型（如Gompertz模型）以揭示网络扩张规律。研究者可复现从原始影像到统计结论的完整流程，亦可将该数据作为基准，对比不同条件下网络分形维数、连通性等形态指标的差异，从而深入理解根状菌索的自组织机制。

解决学术问题

该数据集系统解决了真菌根状菌索研究中缺乏标准化、可复现的定量数据集的困境。它整合了原始图像、校正分割结果及统计分析输出，消除了因图像处理步骤差异导致的可比性问题，使研究者能够聚焦于探索营养可用性如何调控网络生长的“探索-精细”权衡这一核心科学问题。通过提供完整的元数据和分阶段产出，该数据支持对生长模型参数进行可靠估计，并推动了对菌丝网络形态适应策略的量化理解，为真菌生态学与计算生物学交叉领域奠定了数据基础。

实际应用

该数据集的实际应用涵盖从基础生态监测到生物技术开发的多个维度。在生态学中，它可用于评估环境变化对真菌网络扩展能力的影响，辅助预测菌根共生系统的碳周转效率。在生物修复和农业领域，基于其形态学统计指标，可优化菌丝体培养条件，提升生物质产量。此外，分割输出与质控流程可直接应用于医学影像分析或材料科学中网络结构的三维重建，展示了跨学科的数据复用价值。

数据集最近研究

最新研究方向

本数据集围绕真菌根状菌索网络的量化分析，聚焦于营养可用性对菌丝网络探索-拓展权衡的调控机制。研究前沿方向涵盖了图像分割与形态计量学在真菌网络结构解析中的应用，以及通过Gompertz生长模型与统计检验揭示不同光照和营养条件下网络拓扑的动态变化。该工作为理解真菌在复杂环境中的适应性生长策略提供了计算生物学视角，并推动了生态学与图像分析的交叉融合，其公开的图像数据与分析流程为后续研究提供了可复现的基准，对于预测真菌介导的养分循环和生态系统响应具有潜在意义。