基于激活KIR基因的克罗恩病风险关联研究数据
该数据集包含来自加拿大三个独立队列（蒙特利尔儿童、渥太华儿童、温尼伯成人）的克罗恩病病例与对照个体的基因型信息，数据模态为基因型数据，主要用于研究激活杀伤细胞免疫球蛋白样受体（KIR）基因与克罗恩病风险之间的关联，探索免疫遗传因素在疾病易感性中的作用，为免疫遗传学和克罗恩病风险预测研究提供重要数据支持。
基本信息
资源简介
基于激活KIR基因的克罗恩病风险关联研究数据
【数据内容】
源站原始描述：数据集概述 本数据集为激活杀伤细胞免疫球蛋白样受体（KIR）基因与克罗恩病（CD）风险关联的病例对照研究数据，涵盖加拿大三个独立队列（蒙特利尔儿童、渥太华儿童、温尼伯成人）的病例与对照基因型信息，用于分析激活KIR基因与CD易感性的关联。 文件详解 文件名称：data for depositing dryad.xlsx 文件格式：XLSX
中文译文（机器翻译，仅供快速理解，请以原文为准）：Dataset overview: This dataset contains case-control study data on the association between activating killer cell immunoglobulin-like receptor (KIR) genes and Crohn''s disease (CD) risk. It includes genotype information for cases and controls from three independent Canadian cohorts (Montreal children, Ottawa children, and Winnipeg adults), and is intended for analyzing the association between activating KIR genes and CD susceptibility. File details: File name: data for depositing dryad.xlsx; File format: XLSX...
【获取与许可】
源站页面：https://haidatas.com/dataset/kir_based_jihuokirjiyinyukeluoenbingfengxi_29df20d4
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。
需登录公开下载
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。
暂未开放有偿下载
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://haidatas.com/dataset/kir_based_jihuokirjiyinyukeluoenbingfengxi_29df20d4
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
本数据集是一项关于激活杀伤细胞免疫球蛋白样受体（KIR）基因与克罗恩病（CD）风险关联的病例对照研究数据。数据来源于加拿大三个独立队列（蒙特利尔儿童、渥太华儿童、温尼伯成人）的病例与对照个体，包含详细的基因型信息。该数据集通过分析激活KIR基因与CD易感性的关联，旨在探索免疫遗传因素在克罗恩病发病机制中的作用，主要应用于免疫遗传学、克罗恩病易感性及疾病风险预测等研究方向。
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。
