five

Diverge and conquer: Phylogenomics of southern Wallacean forest skinks (Genus: Sphenomorphus) and their colonization of the Lesser Sunda Archipelago

收藏
Mendeley Data2024-03-27 更新2024-06-27 收录
下载链接:
https://datadryad.org/stash/dataset/doi:10.7291/D1XX09
下载链接
链接失效反馈
资源简介:
The archipelagos of Wallacea extend between the Sunda and Sahul Shelves, serving as a semi-permeable two-way filter influencing faunal exchange between Asia and Australo-Papua. Forest skinks (Genus Sphenomorphus) are widespread throughout southern Wallacea and exhibit complex clinal, ontogenetic, sexual, and seasonal morphological variation rendering species delimitation difficult. We screened a mitochondrial marker for 245 Sphenomorphus specimens from this area to inform the selection of 104 samples from which we used targeted sequence-capture to generate a dataset of 1154 nuclear genes (~1.8 Mb) plus complete mitochondrial genomes. Phylogenomic analyses recovered many deeply divergent lineages, three of which are now sympatric, that began to diversify in the late Miocene shortly after the oldest islands are thought to have become emergent. We infer a complex and non-stepping-stone pattern of island colonization, with the group having originated in the Sunda Arc islands before using Sumba as a springboard for colonization of the Banda Arcs. Estimates of population structure and gene flow across the region suggest total isolation except between two Pleistocene Aggregate Island Complexes that become episodically land-bridged during glacial maxima. These historical processes have resulted in at least 11 Sphenomorphus species in the region, nine of which require formal description. This fine-scale geographic partitioning of undescribed species highlights the importance of utilizing comprehensive genomic studies for defining biodiversity hotspots to be considered for conservation protection.
创建时间:
2023-06-28
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

Materials Project 在线材料数据库

Materials Project 是一个由伯克利加州大学和劳伦斯伯克利国家实验室于 2011 年共同发起的大型开放式在线材料数据库。这个项目的目标是利用高通量第一性原理计算,为超过百万种无机材料提供全面的性能数据、结构信息和计算模拟结果,以此加速新材料的发现和创新过程。数据库中的数据不仅包括晶体结构和能量特性,还涵盖了电子结构和热力学性质等详尽信息,为研究人员提供了丰富的材料数据资源。相关论文成果为「Commentary: The Materials Project: A materials genome approach to accelerating materials innovation」。

超神经 收录

MultiResSAR

MultiResSAR数据集是由武汉大学构建并发布的,包含超过10k对多源、多分辨率、多场景的SAR和光学遥感图像。该数据集旨在为多分辨率SAR与光学遥感图像配准研究提供基准数据,以评估和比较不同配准算法的性能。数据集涵盖了从低分辨率到高分辨率的图像,能够帮助研究者更好地理解和克服高分辨率图像配准中的挑战,如噪声抑制、三维几何信息的融合、跨视角几何变换建模以及深度学习模型的优化等。

arXiv 收录

TongueDx Dataset

TongueDx数据集是一个专为远程舌诊研究设计的综合性舌象图像数据集,由香港理工大学和新加坡管理大学的研究团队创建。该数据集包含5109张图像,涵盖了多种环境条件下的舌象,图像通过智能手机和笔记本电脑摄像头采集,具有较高的多样性和代表性。数据集不仅包含舌象图像,还提供了详细的舌面属性标注,如舌色、舌苔厚度等,并附有受试者的年龄、性别等人口统计信息。数据集的创建过程包括图像采集、舌象分割、标准化处理和多标签标注,旨在解决远程医疗中舌诊图像质量不一致的问题。该数据集的应用领域主要集中在远程医疗和中医诊断,旨在通过自动化技术提高舌诊的准确性和可靠性。

arXiv 收录

DAGM 2007

DAGM 2007数据集是一个用于工业图像分类的基准数据集,主要用于研究表面缺陷检测。该数据集包含6个不同类别的图像,每个类别有1000张正常图像和150张带有缺陷的图像。数据集的目的是评估和比较不同算法在工业图像中的缺陷检测能力。

www.ais.uni-bonn.de 收录

中国1km分辨率逐月平均气温数据集(1901-2024)

该数据为中国逐月平均温度数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2024.12。数据格式为NETCDF,即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录