系统遗传学方法揭示蛋白酶体因子在心脏发育和先天性心脏缺陷中的作用数据集
该数据集包含通过系统遗传学方法研究先天性心脏缺陷的原始实验数据，主要涉及斑马鱼模型中的基因功能验证，数据模态包括基因表达、蛋白质相互作用网络以及心脏形态与功能的表型观察，主要用于探索蛋白酶体相关基因在心脏发育过程中的作用机制，为先天性心脏缺陷的病因研究提供遗传学依据。
基本信息
资源简介
系统遗传学方法揭示蛋白酶体因子在心脏发育和先天性心脏缺陷中的作用数据集
【数据集背景】
本数据集源站标题为《Data for: A systems genetics approach identifies roles for proteasome factors in heart development and congenital heart defects》。
【数据内容】
源站原始描述：In this study, we sought to take a new approach to identify genetic causes of CHDs. By combining analyses of genes that are under strong selective constraint along with published embryonic heart transcriptomes, we identified over 200 new candidate genes for CHDs. We utilized protein-protein interaction (PPI) network analysis to identify a functionally-related subnetwork consisting of known CHD genes as well as genes encoding proteasome factors, in particular POMP, PSMA6, PSMA7, PSMD3, and PSMD6.…
【主题与分类】
主题标签：Congenital heart defects、Zebrafish、Proteasomes、Genetics。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:6c0bee5d59f0f75de33c5647a97b8b1de342d9fa91013202483e47ce153c3e12
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
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
该数据集是一项系统遗传学研究的原始数据，旨在探索先天性心脏缺陷（CHDs）的遗传机制。数据集包含通过CRISPR技术在斑马鱼胚胎中靶向敲除候选基因（特别是蛋白酶体相关基因如POMP、PSMA6、PSMA7、PSMD3、PSMD6等）所产生的心脏发育相关实验数据。数据来源包括蛋白质相互作用网络分析、斑马鱼心脏表型观察（如心脏形态异常、心肌细胞起泡、流出道减少等）以及心脏功能评估。该数据集主要用于研究蛋白酶体基因家族在心脏发育过程中的作用，为先天性心脏缺陷的遗传病因学提供新的见解。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
