四种犬种造血系统癌症共同易感位点的鉴定
该数据集来自 search.dataone.org，聚焦犬类组织细胞肉瘤等造血系统癌症的遗传易感性研究。研究结合多犬种（Bernese mountain dog、Rottweiler、flat-coated retriever、golden retriever）与多癌种（HS、淋巴瘤、肥大细胞瘤）的
基本信息
资源简介
四种犬种造血系统癌症共同易感位点的鉴定
Identification of common predisposing loci to hematopoietic cancers in four dog breeds
该数据集来自 search.dataone.org，聚焦犬类组织细胞肉瘤等造血系统癌症的遗传易感性研究。研究结合多犬种（Bernese mountain dog、Rottweiler、flat-coated retriever、golden retriever）与多癌种（HS、淋巴瘤、肥大细胞瘤）的全基因组关联分析、靶向下一代测序及插补方法，旨在识别与 HS 发生相关的种系风险因素。数据可用于探索犬类自发模型与人类 HS 的遗传共性，支持癌症易感位点鉴定与比较肿瘤学研究（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：组织细胞肉瘤（HS）在人类和犬类中均是一种罕见但侵袭性强的癌症。自发犬类模型在临床、流行病学和组织学上与人类 HS 具有相似性，并存在特定的品种易感性，为揭示该癌症的遗传基础提供了独特机会。在本研究中，我们旨在识别与犬类易感品种中 HS 发生相关的种系风险因素。我们采用了一种结合多项全基因组关联研究的多品种、多癌症方法，以及靶向下一代测序和插补的方法。我们综合了多个犬种（伯恩山犬、罗威纳犬、平毛寻回犬和金毛寻回犬）以及三种造血系统癌症（HS、淋巴瘤和肥大细胞瘤）。结果显示，我们不仅细化了先前识别的 HS 风险 CDKN2A 位点，还识别
【主题与分类】
主题标签：Histiocytic sarcoma、bernese mountain dog、flat coated retriever、rottweiler、Behaviour and Systematics、Genetics (clinical)、Lymphoma、Ecology、cancer research、Mast cell tumor。本站分类：肿瘤/淋巴瘤。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A168f7596acf92904d11c3aa299a52bed7ef3e01a012a25de1428c3a04bac10f2
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
组织细胞肉瘤（HS）在人类和犬类中均是一种罕见但侵袭性强的癌症。自发性犬类模型在临床、流行病学和组织学上与人类HS具有相似性，并存在特定的品种易感性，为揭示该癌症的遗传基础提供了独特机会。本研究旨在识别与犬类易感品种中HS发生相关的种系风险因素。我们采用了一种结合多项全基因组关联研究的方法，以多品种和多癌症策略，以及靶向下一代测序和基因型填充。我们整合了多个犬种（伯恩山犬、罗威纳犬、平毛寻回犬和金毛寻回犬）以及三种造血系统癌症（HS、淋巴瘤和肥大细胞瘤）。结果显示，我们不仅细化了先前已识别的HS风险CDKN2A位点，还发现了犬2号、5号、14号和20号染色体上的新位点。对特定位点的捕获和靶向测序……
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
