KITLG基因新突变数据集

该数据集包含一个中国家族性进行性色素沉着与色素减退症(FPHH)家系中发现的KITLG基因新型错义突变c.104A>T(p.Asn35Ile)的遗传学数据,涉及基因序列、蛋白质结构预测和功能分析等多模态信息,主要用于研究遗传性皮肤病的致病机制、探索基因突变与色素异常表型之间的关联,并为罕见病的分子诊断提供数据支持。

Mendeley Data
2024-03-27 更新
浏览 31
遗传性疾病基因突变
A novel mutation in the KITLG gene

基本信息

大小
0.006333151 GB
创建/更新时间
2024-03-27
版本
v1

资源简介

KITLG基因新突变数据集

【数据集背景】

本数据集源站标题为《A novel mutation in the KITLG gene》。源站首次发布:2020-11-04。

【数据内容】

源站原始描述:Familial progressive hyper- and hypopigmentation (FPHH, MIM 145250) is a rare hereditary skin disorder that is predominantly characterized by progressive, diffuse, partly blotchy hyperpigmented lesions intermingled with scattered hypopigmented spots, lentigines and sometimes Cafe-au-lait spots (CALs).Heterozygous mutations of KIT ligand (KITLG, MIM 184745) gene is responsible for FPHH. To date, only eight KITLG mutations were reported to be associated with FPHH and no clear genotype-phenotype co…

【数据结构与技术规格】

文件数 1 个,合计 6.33 MB。数据集 DOI:10.17632/yftvffrkyt.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/yftvffrkyt

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/yftvffrkyt

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集包含一个中国家族性进行性色素沉着与色素减退症(FPHH)家系中发现的新型KITLG基因c.104A>T(p.Asn35Ile)突变信息。数据集提供了该突变的遗传学分析、功能预测及结构建模结果,包括SIFT和Polyphen-2工具预测的致病性、三维结构变化分析,以及该突变在保守VTNNV结构域(氨基酸33-37)中的定位。数据来源于临床遗传学研究,主要应用于遗传性皮肤病致病机制研究、基因型-表型关联分析以及罕见病分子诊断参考。

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。

获取专属数据定制方案