数据集:互交群体中鉴定的体成分QTL在consomic小鼠品系中可重现
该数据集来自 Dryad,包含 C57BL/6ByJ 与 129P3/J 近交系小鼠 F2 互交中已鉴定的体成分 QTL,在 consomic(染色体替换)小鼠品系中验证的相关数据

基本信息
资源简介
数据集:互交群体中鉴定的体成分QTL在consomic小鼠品系中可重现
Data from: Body composition QTLs identified in intercross populations are reproducible in consomic mouse strains
该数据集来自 Dryad,包含 C57BL/6ByJ 与 129P3/J 近交系小鼠 F2 互交中已鉴定的体成分 QTL,在 consomic(染色体替换)小鼠品系中验证的相关数据。研究选用第 2、7、9 号染色体构建正反交 consomic 品系,对雌雄小鼠测量体重、体长和肥胖度,以判断 QTL 能否在均一遗传背景上重现。数据可用于肥胖与体成分遗传基础的定位克隆研究,以及 QTL 可重复性分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):遗传变异导致个体间肥胖差异,但确定自然发生的基因型与其对肥胖影响之间的确切关系仍不清楚。作为对先前从 C57BL/6ByJ 和 129P3/J 近交系小鼠 F2 互交中鉴定的体成分数量性状位点(QTL)进行定位克隆的一步,我们试图在 consomic(染色体替换)品系的均一遗传背景上重新捕获它们。来自 C57BL/6ByJ 和 129P3/J 品系的正反交 consomic 品系的雄性和雌性小鼠被繁殖并测量体重、体长和肥胖度。选择第 2、7、9 号染色体进行替换,因为先前的 F2 互交研究在这些染色体上发现了体成分 QTL。如果一个或两个正反交 consomic 品系的一个或两个性别存在差异,我们认为 QTL 得到确认。
【主题与分类】
主题标签:mouse、body composition、Mus musculus、QTL、Obesity。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.b3bn2
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.b3bn2
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:
数据集大小约 143.3 KB。
数据说明
遗传变异导致个体间肥胖差异,但确定自然发生的基因型与其对肥胖影响之间的确切关系仍难以实现。作为从C57BL/6ByJ和129P3/J近交系小鼠F2杂交中已识别体成分数量性状位点(QTLs)位置克隆的一步,我们试图在同源遗传背景的consomic(染色体替换)品系上重新捕获这些位点。我们培育了源自C57BL/6ByJ和129P3/J品系的正反交consomic品系的雄性和雌性小鼠,并测量了体重、体长和肥胖度。选择替换2号、7号和9号染色体,因为先前的F2互交研究揭示了这些染色体上的体成分QTLs。如果在多重检验校正后,一个或两个正反交consomic品系的一种或两种性别在预期方向上与宿主品系显著不同,我们认为QTL得到确认。使用这些标准,我们确认了体重的2个QTLs中的2个(Bwq5-6)、体长的3个QTLs中的3个(Bdln3-5)以及肥胖度的3个QTLs中的3个(Adip20、Adip26和Adip27)。
总体而言,这项研究表明,尽管体型和身体成分在生物学上具有复杂性,但这些性状的大多数数量性状基因座在转移到同源导入系时仍得以保留;此外,研究两性间的交互同源导入系对于评估特定数量性状基因座的稳健性是有用的。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
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。




