肾脏病生物样本库

该数据集是一个肾脏病生物样本库,包含来自江苏及周边地区患者的血清、血浆、组织、基因组DNA和尿样等多模态生物样本,并整合了详细的临床表格数据,主要用于支持肾脏病的发病机制、早期预防和治疗研究,为生物医学和临床转化提供基础资源。

国家人类生殖和健康资源库国家人类生殖和健康资源库
中国科技资源共享网
2026-06-09 更新
浏览 60
肾脏病血液组织临床医学国家重大疾病生物样本库泌尿系统疾病专题肾脏病生物样本库(东南大学附属中大医院)
Kidney Disease Biobank

基本信息

许可
有条件共享
创建/更新时间
2026-06-09

资源简介

肾脏病生物样本库

【数据集背景】

源站首次发布:2018-07-11。

【数据内容】

源站原始描述:肾脏病遗传资源是指由免疫伤害、细菌感染、并发症等不同病因引起的肾脏病变相关的血液、组织等样本。本资源库收集了江苏及周边地区患者的样本,包括血清、血浆、组织和基因组DNA,对于特殊病因的患者收集血样时也收集尿样组成队列。资源库同时对收集的标本进行质量控制并从医院信息系统获得患者详细临床资料,信息化管理应用于资源库,可为肾脏病研究提供扎实的基础。本资源库旨在为研究肾脏病的发病机制、肾脏病的早期预防、肾脏病的治疗等提供实验资源。

【主题与分类】

主题标签:肾脏病、血液、组织、临床医学、国家重大疾病生物样本库、泌尿系统疾病专题、肾脏病生物样本库(东南大学附属中大医院)。

【获取与许可】

源站页面:http://www.egene.org.cn/staticpage/lib_B.html?id=B15&specialSubject=%E6%B3%8C%E5%B0%BF%E7%B3%BB%E7%BB%9F%E7%96%BE%E7%97%85%E4%B8%93%E9%A2%98&zhuanti=B1502

使用许可:有条件共享。

规范引用:CSTR:17621.07.B1502

【使用注意】

· 源站最后修改于 2022-04-22,引用时请注意版本时效。

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。

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://escience.org.cn/metadata/detail?cstrId=CSTR:17621.07.B1502&id=1f1f877df2c503dd9ff4d7033e6b1026:B1502

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

该数据集是一个专注于肾脏病的生物样本库,收集了由免疫伤害、细菌感染、并发症等多种病因引起的肾脏病变相关样本。资源库主要涵盖江苏及周边地区患者的血清、血浆、组织、基因组DNA以及部分患者的尿样,形成了队列研究样本。所有样本均经过质量控制,并整合了来自医院信息系统的详细临床资料,通过信息化管理实现高效存储与检索。该资源库旨在为肾脏病的发病机制研究、早期预防策略探索以及治疗方法的开发提供实验资源支持,适用于肾脏病领域的生物医学研究、临床转化和流行病学分析。

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