数据集：DNMT3A-R882突变内在模拟人类造血干细胞的适应不良性髓系生成
该数据集来自 doi.org，由 Mendeley Data 于 2025 年发布，用于支撑一篇关于 DNMT3A-R882 突变在人类造血干细胞中内在模拟适应不良性髓系生成的论文
基本信息
资源简介
数据集：DNMT3A-R882突变内在模拟人类造血干细胞的适应不良性髓系生成
该数据集全称为“Dataset for: DNMT3A-R882 mutation intrinsically mimics maladaptive myelopoiesis from human haematopoietic stem cells”，由 Mendeley Data 于 2025 年发布，作者为 Giovanna Mantica，来源站为 doi.org。数据集用于支撑一篇同名研究论文，主题聚焦于 DNMT3A-R882 突变如何在人类造血干细胞中内在模拟适应不良性髓系生成。数据集被归类于肿瘤 / 其他方向，主题标签涵盖血液学、基因组学、干细胞与 DNA 突变。整体而言，该数据集为血液肿瘤与干细胞突变研究领域提供了与论文直接关联的数据支撑，便于研究者围绕 DNMT3A-R882 突变、造血干细胞功能及髓系生成异常等方向进行深入探索。
【数据集背景】
该数据集的核心背景来自其支撑的研究论文，论文题为“DNMT3A-R882 mutation intrinsically mimics maladaptive myelopoiesis from human haematopoietic stem cells”。DNMT3A 突变是血液系统疾病研究中的重要对象，而 R882 是其中备受关注的突变位点。该研究关注的是这一突变如何在人类造血干细胞层面内在模拟适应不良性髓系生成，涉及血液学、基因组学、干细胞与 DNA 突变等多个主题。数据集由 Mendeley Data 发布，发布时间为 2025 年，来源站为 doi.org，作者为 Giovanna Mantica。从论文作者列表与机构信息来看，该研究由多个研究团队合作完成，涉及剑桥大学等机构，说明其研究背景具有国际合作与多学科交叉的特点。数据集作为论文的支撑材料，旨在为相关结论提供可追溯的数据基础。
【数据内容】
该数据集的内容与其支撑的论文主题紧密相关，围绕 DNMT3A-R882 突变在人类造血干细胞中模拟适应不良性髓系生成这一核心问题展开。数据集的主题标签包括 Hematology、Genomics、Stem Cell、DNA Mutation，表明其内容可能涉及血液学、基因组学、干细胞和 DNA 突变等方向的数据。数据集被本站归类为肿瘤 / 其他，说明其在应用领域上与肿瘤研究存在关联。关于数据集的具体文件构成、数据格式、样本数量、变量字段、测序深度、细胞类型明细、统计表格或图像资料等详细内容，源站未提供。因此，无法进一步描述其内部数据结构或具体数据项。
【采集与来源】
该数据集来源于 doi.org，由 Mendeley Data 于 2025 年发布，作者为 Giovanna Mantica。其源站描述明确说明该数据集用于支撑一篇特定论文，论文作者包括 Giovanna Mantica、Aditi Vedi、Amos Tuval、Hector Huerga-Encabo、Daniel Hayler、Aleksandra Krzywon、Emily Mitchell、William Dunn、Tamir Biezuner、Kendig Sham、Antonella Santoro、Joe Lee、Adi Danin、Noa Chapal、Yoni Moskovitz、Andrea Arruda、Edoardo Fiorillo、Valeria Orru、Michele Marongiu、Eoin McKinney、Francesco Cucca、Matthew Collin、Mark Minden、Peter Campbell、George S Vassiliou、Margarete Fabre、Jyoti Nangalia、Dominique Bonnet、Liran Shlush 和 Elisa Laurenti 等。作者机构涉及剑桥大学血液学系与剑桥干细胞研究所等。关于数据采集的具体方法、实验流程、样本来源、伦理审批信息、测序平台或数据处理步骤，源站未提供。
【适用场景】
该数据集适用于与血液学、基因组学、干细胞和 DNA 突变相关的研究场景，尤其适合围绕 DNMT3A-R882 突变、人类造血干细胞功能以及适应不良性髓系生成等主题开展分析。由于数据集被归类为肿瘤 / 其他，也可用于肿瘤相关研究中的血液系统异常探索。研究者可以将该数据集作为论文结论的支撑材料，用于复现、验证或扩展相关分析。此外，该数据集还可用于比较不同突变背景下造血干细胞行为的研究，或用于讨论 DNMT3A 突变在髓系疾病中的潜在机制。关于具体适用的分析软件、统计模型或实验方案，源站未提供。
【使用方法】
该数据集通过 doi.org 来源站发布，并由 Mendeley Data 平台承载。使用者可根据来源站提供的访问方式获取数据。由于数据集用于支撑特定论文，建议在使用时结合该论文的研究背景与结论进行理解。关于数据下载后的具体打开方式、文件目录结构、软件依赖、代码脚本、参数设置或分析流程，源站未提供。因此，无法进一步说明其操作步骤或技术细节。
【质量与限制】
该数据集由 Mendeley Data 于 2025 年发布，来源站为 doi.org，作者为 Giovanna Mantica，并明确用于支撑一篇经同行评议流程的论文。这些信息表明其具有一定的学术来源背景。然而，关于数据质量的具体指标，如数据完整性、准确性、重复性、批次效应、覆盖度、样本量或验证情况，源站未提供。此外，数据集在分类上属于肿瘤 / 其他，主题标签涵盖多个方向，但其具体数据范围、适用边界与局限性，源站未提供。因此，使用者应结合论文原文与自身研究需求，自行评估其适用性。
【引用与许可】
该数据集的作者为 Giovanna Mantica，发布机构为 Mendeley Data，发布时间为 2025 年，来源站为 doi.org。数据集英文名称为“Dataset for: DNMT3A-R882 mutation intrinsically mimics maladaptive myelopoiesis from human haematopoietic stem cells”。关于该数据集的引用格式、许可协议、使用条款、版权归属或二次分发要求，源站未提供。建议使用者在引用或使用前，访问来源站查看最新说明。
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
源站：https://doi.org/10.17632/rcv6tkvbfy.1
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:
数据集大小约 366.9 MB。
数据说明
该数据集支持手稿：DNMT3A-R882突变本质上模拟了人类造血干细胞中适应不良的髓系生成 Giovanna Mantica1*, Aditi Vedi1,2*, Amos Tuval3§, Hector Huerga-Encabo4§, Daniel Hayler1§, Aleksandra Krzywon1,5, Emily Mitchell6, William Dunn1, Tamir Biezuner3, Kendig Sham1, Antonella Santoro1, Joe Lee6, Adi Danin3, Noa Chapal3, Yoni Moskovitz3,7, Andrea Arruda8, Edoardo Fiorillo9, Valeria Orru9, Michele Marongiu9, Eoin McKinney10, Francesco Cucca9,11, Matthew Collin12, Mark Minden8, Peter Campbell6, George S Vassiliou1, Margarete Fabre1, Jyoti Nangalia1,6, Dominique Bonnet4, Liran Shlush3,7,8, Elisa Laurenti1 * 这些作者贡献相同。§ 这些作者贡献相同。 所属机构：1 剑桥大学血液学系与剑桥干细胞研究所，英国剑桥。2 剑桥大学医院NHS基金会信托儿科肿瘤学系 3 魏茨曼科学研究所免疫学系，以色列雷霍沃特76100。
4 造血干细胞实验室，弗朗西斯·克里克研究所，米德兰路1号，伦敦 NW1 1AT，英国 5 生物统计学与生物信息学系，玛丽亚·斯克沃多夫斯卡-居里国家肿瘤研究所，格利维采分院，格利维采，波兰 6 惠康桑格研究所，欣克斯顿，CB10 1SA，英国 7 兰巴姆医疗园区血液科，海法 31096，以色列。 8 玛格丽特公主癌症中心，大学健康网络，多伦多，安大略省 M5G 2M9，加拿大。 9 遗传学与生物医学研究所，国家研究委员会，拉努塞伊，意大利。 10 剑桥治疗免疫学与传染病研究所，剑桥大学，剑桥，英国 11 生物医学科学系，萨萨里大学，萨萨里，意大利 12 转化与临床研究所，纽卡斯尔大学，泰恩河畔纽卡斯尔，英国
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
