基于序列的人类免疫细胞类型遗传解析及其对免疫相关疾病的意义
该数据集来自 SardiNIA/ProgeNIA 研究中四个撒丁岛村落队列的 1,629 名个体，包含基于高密度基因分型数据与低覆盖度全基因组测序得到的约 820 万个变异，以及涵盖 272 个免疫性状的 95 种细胞类型的定量水平
基本信息
资源简介
基于序列的人类免疫细胞类型遗传解析及其对免疫相关疾病的意义
该数据集围绕人类免疫细胞类型的遗传解析及其与免疫相关疾病的关联展开，来源于 SardiNIA/ProgeNIA 研究中的四个撒丁岛村落队列，共纳入 1,629 名个体。数据同时包含遗传变异信息与免疫性状的定量测量：遗传部分由高密度基因分型数据和低覆盖度全基因组测序获得，涉及约 820 万个变异；免疫表型部分覆盖 95 种细胞类型、共 272 个免疫性状的定量水平。数据集所属分类为免疫系统疾病 / 其他，主题标签为 Genomics，来源站为 omicsdi.org。整体而言，该数据集为在人群队列尺度上考察免疫系统行为的遗传调控基础、以及不同免疫细胞与自身免疫之间关系提供了遗传与免疫表型配套的研究材料。
【数据集背景】
免疫系统是一个复杂的生物网络，既负责与其它生物相互作用，又维持机体组织的完整性。通过启动恰当的应答，免疫系统保护人体免受种类繁多的病原体侵害；而免疫系统对自身的误攻击则会导致自身免疫性疾病。该数据集所依托的项目旨在探究免疫系统的行为是否以及在多大程度上受到遗传调控，并检测多种免疫细胞与自身免疫之间的关系。这一背景决定了数据集的核心定位：将免疫细胞类型的定量特征与遗传变异信息结合，用于解析免疫相关性状的遗传结构。
【数据内容】
数据集包含两个层面的内容。其一是遗传变异数据，来自高密度基因分型数据与低覆盖度全基因组测序，合计约 820 万个变异。其二是免疫表型的定量数据，涵盖 95 种细胞类型，共涉及 272 个免疫性状，并以定量水平的形式记录。这两类数据在同一个体队列中配套存在，使得针对免疫细胞类型性状的遗传分析成为可能。数据主题归属于 Genomics，本站分类为免疫系统疾病 / 其他。
【采集与来源】
数据来自 SardiNIA/ProgeNIA 研究，队列由四个相互聚集的撒丁岛村落的 1,629 名个体组成。遗传变异信息由高密度基因分型数据与低覆盖度全基因组测序两种来源获得；免疫性状则以 95 种细胞类型的 272 个免疫性状定量水平形式采集。数据集的来源站为 omicsdi.org。
【适用场景】
基于其内容构成，该数据集适用于对人类免疫细胞类型性状进行遗传解析，考察免疫系统行为的遗传调控程度，并探索多种免疫细胞与自身免疫之间的关系。由于同时具备约 820 万个变异与 272 个免疫性状的定量水平，可用于免疫相关性状的遗传关联类研究，也可服务于免疫系统疾病相关方向的基因组学分析。具体分析类型与适用范围以源站描述为准，源站未提供更细化的场景说明。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/EGAS00001000574
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
免疫系统是一个复杂的生物网络，在维持我们组织完整性的同时，介导与其他生物体的相互作用。通过发起适当的反应，它保护我们免受大量病原体的侵害，而免疫系统对自身的无意攻击则会导致自身免疫性疾病。该项目旨在发现免疫系统的行为是否以及在一定程度上是否受遗传调控，并检测多种免疫细胞与自身免疫的关系。该项目包括使用多达约820万个变异进行的遗传分析，这些变异来源于高密度基因分型数据和低覆盖度全基因组测序，以及涵盖272个免疫特征的95种细胞类型的定量水平，研究对象为来自SardiNIA/ProgeNIA研究的四个撒丁岛聚集村庄的1，629名个体组成的队列。
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。
