蕈样肉芽肿中T细胞受体γ链重排的时空同质性:下一代测序分析补充数据
该数据集包含基于下一代测序的分子序列数据,用于分析蕈样肉芽肿患者皮肤样本中T细胞受体γ链重排的克隆性,通过比较同一患者连续或同时采集的多个皮肤病变样本,揭示其时空同质性,主要应用于T细胞受体测序、淋巴瘤病理机制研究和皮肤病分子诊断领域。

基本信息
资源简介
蕈样肉芽肿中T细胞受体γ链重排的时空同质性:下一代测序分析补充数据
【数据集背景】
本数据集源站标题为《SPATIAL AND TEMPORAL HOMOGENEITY OF T-CELL RECEPTOR GAMMA CHAIN REARRANGEMENTS IN MYCOSIS FUNGOIDES: A NEXT GENERATION SEQUENCING ANALYSIS supplementary data》。源站首次发布:2022-05-30。
【数据内容】
源站原始描述:data based on NGS applied to clonality assessment of sequential and simultaneous cutaneous samples from patients with Mycosis Fungoides (MF) showed completely identical molecular sequences in all samples from a given patient supporting the concept of MF as a disease involving a unique and stable clone simultaneously present in multiple, sometimes remote skin lesions. These data should be taken in account when building hypothesis regarding the pathomechanisms of this condition
【数据结构与技术规格】
文件数 2 个,合计 360.46 KB。数据集 DOI:10.17632/csr9tpbmcv.1。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/csr9tpbmcv
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://data.mendeley.com/datasets/csr9tpbmcv
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
该数据集基于下一代测序技术,用于评估蕈样肉芽肿患者连续和同时采集的皮肤样本的克隆性。数据表明,同一患者所有样本中显示出完全相同的分子序列,支持蕈样肉芽肿作为一种涉及单一稳定克隆、同时存在于多个(有时是远程)皮肤病变的疾病概念。这些数据有助于构建关于该疾病病理机制的假设,适用于T细胞受体测序分析、淋巴瘤克隆性研究及皮肤病分子诊断等领域。
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。




