先天性小耳畸形Foxi3敲除小鼠模型

该数据集为先天性小耳畸形Foxi3敲除小鼠模型数据集,包含基因编辑小鼠的遗传与表型数据,主要模态涉及基因序列、胚胎发育图像及临床观察记录,用于研究小耳畸形的遗传机制、胚胎发育异常(特别是第一和第二鳃弓的相互作用)以及外耳道形成缺陷,旨在为先天性耳部畸形的病因探索和动物模型构建提供支持。

国家人类疾病动物模型资源库国家人类疾病动物模型资源库
中国科技资源共享网
2026-06-29 更新
浏览 34
小鼠小耳畸形胚胎发育基础医学耳鼻喉
Congenital Microtia Foxi3 Knockout Mouse Model

基本信息

许可
有条件共享
创建/更新时间
2026-06-29

资源简介

先天性小耳畸形Foxi3敲除小鼠模型

【数据集背景】

源站首次发布:2018-07-20。

【数据内容】

源站原始描述:小耳畸形的病因目前还不完全明确,环境和遗传因素是目前小耳畸形病因研究的重点。先天性小耳畸形在基因突变致病性研究方面还没有阐明小耳畸形胚胎发育的机制。小耳畸形主要涉及胚胎发育期间第一和第二鳃弓的异常,主要表型涉及外耳发育异常。外耳的耳廓是由第一和第二鳃弓的逐渐融合形成的,在发育过程中第一和第二鳃弓之间是相互作用,两弓之间的凹槽加深,形成外耳道,从胚胎的起源来分析,外耳的发育至少在一定程度上是由第一和第二鳃弓通过后脑的部分区域来介导的,后脑是鳃弓的神经嵴细胞的来源,在后脑的第四段基因突变可以导致外耳的发育缺陷。实验动物背景:以二花脸公猪和沙子岭母猪为祖代个体,构建近交群体。利用Cre/loxP重组系统的原理,进行基因敲除(knockout,KO),制备FOXI3敲除小鼠。小鼠的背景品系是C57BL/6。。

【主题与分类】

主题标签:小鼠、小耳畸形、胚胎发育、基础医学、耳鼻喉。

【获取与许可】

源站页面:http://namr.org.cn/Ldesc/1_212

使用许可:有条件共享。

规范引用:CSTR:16397.09.0L01001208

【使用注意】

· 源站最后修改于 2021-07-28,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://escience.org.cn/metadata/detail?cstrId=CSTR:16397.09.0L01001208&id=26630287602500d27cbe230ad26d616e:CSTR:16397.09.0L01001208

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集为先天性小耳畸形Foxi3敲除小鼠模型数据集,聚焦于小耳畸形的遗传机制研究。数据集包含通过Cre/loxP重组系统构建的FOXI3基因敲除小鼠模型,背景品系为C57BL/6,旨在模拟人类小耳畸形表型。数据涉及胚胎发育过程中第一、第二鳃弓的异常表现,特别是外耳(耳廓)和外耳道的发育缺陷。数据来源于国家人类疾病动物模型资源库,通过近交群体(二花脸公猪与沙子岭母猪祖代)和基因编辑技术制备。主要研究方向包括遗传因素在小耳畸形致病中的作用、胚胎发育机制(特别是后脑第四段基因突变的影响)以及外耳发育异常的分子基础,为先天性耳部畸形的病因研究和治疗策略提供动物模型支持。

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。

获取专属数据定制方案