基于大规模平行测序的淋巴细胞受体基因座重排假基因片段注释
背景：适应性免疫系统产生种类繁多的抗原特异性T细胞受体（TCR），能够识别多种抗原。这种多样性大部分编码于αβ TCR的β链互补决定区3（CDR3）中，该区域由不连续的变量（V）、多样性（D）和连接（J）基因片段的体细胞重组产生
基本信息
资源简介
基于大规模平行测序的淋巴细胞受体基因座重排假基因片段注释
背景：适应性免疫系统产生种类繁多的抗原特异性T细胞受体（TCR），能够识别多种抗原。这种多样性大部分编码于αβ TCR的β链互补决定区3（CDR3）中，该区域由不连续的变量（V）、多样性（D）和连接（J）基因片段的体细胞重组产生
Annotation of pseudogenic gene segments by massively parallel sequencing of rearranged lymphocyte receptor loci
【数据内容】
源站描述（机器翻译，仅供参考）：背景：适应性免疫系统产生种类繁多的抗原特异性T细胞受体（TCR），能够识别多种抗原。这种多样性大部分编码于αβ TCR的β链互补决定区3（CDR3）中，该区域由不连续的变量（V）、多样性（D）和连接（J）基因片段的体细胞重组产生。D-J和V-DJ连接处核苷酸的删除和非模板插入进一步增加了多样性。许多这些基因片段由于其一级序列缺陷、缺乏重排所必需的基序或染色体位置在TCR基因座之外而被注释为非功能性。方法：我们试图利用一种新方法，基于对一大群个体中重排TCR基因的高通量测序，来评估功能性和非功能性基因片段的使用。
【主题与分类】
主题标签：免疫系统疾病、T细胞受体、CDR3、V(D)J重排、高通量测序、假基因注释。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A38c53a3fed396eaef02ccb00161fba2261fb9719fcbb2cb3b2ef28dbe795bd6d
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
背景：适应性免疫系统能够产生种类繁多的抗原特异性T细胞受体（TCR），从而识别多样化的抗原。这种多样性大部分编码于αβ TCR β链的互补决定区3（CDR3）中，该区域由不连续的变量（V）、多样性（D）和连接（J）基因片段的体细胞重组产生。D-J和V-DJ连接处核苷酸的缺失和非模板插入进一步增加了多样性。这些基因片段中有许多因其一级序列存在缺陷、缺乏重排所必需的基序或染色体位置位于TCR基因座之外而被注释为无功能。方法：我们试图利用一种基于对大量个体中重排TCR基因进行高通量测序的新方法，来评估功能性和无功能性等位基因的使用情况。我们对来自587名健康志愿者外周血的基因组DNA进行了扩增和测序……
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。
