EGAS00001000269-sc-20130315 样本集

该数据集来自 omicsdi.org,属于免疫系统疾病中的普通变异型免疫缺陷病(CVID)主题,归类为 Genomics

omicsdi
浏览 10
基因组Genomics
EGAS00001000269-sc-20130315 - samples

基本信息

模态
基因组
创建/更新时间
2026-10-17

资源简介

EGAS00001000269-sc-20130315 样本集

该数据集来自 omicsdi.org,属于免疫系统疾病中的普通变异型免疫缺陷病(CVID)主题,归类为 Genomics。源站描述围绕一个常染色体显性遗传的 CVID 多代家系展开,通过全基因组连锁分析将致病位点定位到染色体 3q27.3-q29 约 9.2 Mb 区间,并指出该位点不同于既往已知的易感位点。数据可用于 CVID 遗传机制研究与候选基因定位分析(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):普通变异型免疫缺陷病(CVID)是最常见的原发性免疫缺陷病,估计发病率为 1:10,000。多年来已明确 CVID 具有遗传成分,常在家系中聚集出现,并可为隐性或显性遗传模式。近年来已鉴定出 4 个导致 CVID 的基因;然而,据估计这些基因内的突变在所有 CVID 病例中所占比例不超过 10%。我们鉴定了一个常染色体显性 CVID 的多代家系。全基因组连锁分析将该家系中 CVID 的潜在位点定位到染色体 3q27.3-q29 上标记 D3S3570 与 D3S1265 之间约 9.2 Mb 的区间。该位点与任何先前定位的易感位点均不同,提示一种新的遗传变异导致了该家系的疾病。本研究旨在

【主题与分类】

主题标签:Genomics。本站分类:免疫系统疾病/普通变异型免疫缺陷病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/ega/EGAD00001000363

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://omicsdi.org/dataset/ega/EGAD00001000363

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

普通变异型免疫缺陷病(CVID)是最常见的原发性免疫缺陷病,估计发病率为1:10,000。多年来已明确CVID具有遗传因素,常呈家族聚集性,并可为隐性或显性遗传模式。近年来,已鉴定出4个与CVID相关的基因;然而,据估计这些基因中的突变在所有CVID病例中所占比例不超过10%。我们鉴定了一个呈常染色体显性遗传CVID的多代家系。全基因组连锁分析将该家系中CVID的致病位点定位到染色体3q27.3-q29上约9.2 Mb的区间内,位于标记D3S3570和D3S1265之间。该位点与任何先前定位的易感位点均不同,提示一种新的遗传变异导致了该家系的疾病。本研究的目的是利用患病个体(n = 4)和未患病个体(n = 4)的外显子组测序,结合现有的遗传定位数据,鉴定该家系中CVID的致病性变异。

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。

获取专属数据定制方案