淋巴瘤_PDX模型_变异基因与CNV基因列表数据
该数据集是一个包含基因变异和拷贝数变异信息的基因列表数据集，其数据模态为经过生物信息学处理的基因/位点列表文本数据。它整合了弥漫性大B细胞淋巴瘤、套细胞淋巴瘤、T细胞非霍奇金淋巴瘤和伯基特淋巴瘤这四种亚型的患者及对应PDX模型的变异信息，主要用于支持淋巴瘤的分子机制研究、PDX模型基因组特征分析以及潜在的生物标志物和药物靶点探索。
基本信息
资源简介
淋巴瘤_PDX模型_变异基因与CNV基因列表数据
【数据内容】
源站原始描述：数据集概述 本数据集包含淋巴瘤相关的过滤后变异位点及基因列表，涉及DLBCL、MCL、T-NHL、BL四种淋巴瘤类型，同时提供PDX模型样本与患者样本的共有点位、PDX模型衍生过程中获得/丢失的位点，以及预组装的CNV基因列表，可用于淋巴瘤基因变异与拷贝数变异研究。 文件详解 文件名称：Supplemental Table 4.xlsx 文件格式：XLSX
中文译文（机器翻译，仅供快速理解，请以原文为准）：Dataset overview: This dataset contains filtered variant loci and gene lists related to lymphoma, covering four lymphoma types: DLBCL, MCL, T-NHL, and BL. It also provides shared loci between PDX model samples and patient samples, loci gained/lost during PDX model derivation, and pre-assembled CNV gene lists, which can be used for studies of lymphoma gene variants and copy number variations. File details File name: Supplemental Table 4.xlsx File format: XLSX...
【获取与许可】
源站页面：https://haidatas.com/dataset/linbaliu_pdxmoxing_bianyijiyinyucnvjiyinli_e8e4e853
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。
需登录公开下载
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。
暂未开放有偿下载
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://haidatas.com/dataset/linbaliu_pdxmoxing_bianyijiyinyucnvjiyinli_e8e4e853
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
本数据集是一个淋巴瘤基因变异与拷贝数变异研究数据集，专门聚焦于四种淋巴瘤亚型：弥漫性大B细胞淋巴瘤（DLBCL）、套细胞淋巴瘤（MCL）、T细胞非霍奇金淋巴瘤（T-NHL）和伯基特淋巴瘤（BL）。数据集主要包含两部分内容：一是经过过滤的高置信度基因变异位点及基因列表；二是预组装的拷贝数变异（CNV）基因列表。数据来源于对患者来源异种移植（PDX）模型和对应患者样本的对比分析，特别标注了PDX模型与患者样本共有的变异位点，以及在PDX模型建立过程中新获得或丢失的变异位点。该数据集主要用于支持淋巴瘤的分子分型、驱动基因鉴定、PDX模型基因组稳定性评估以及靶向治疗和耐药机制等相关研究。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
