猫上呼吸道曲霉病Toll样受体1、2和4基因多态性数据
该数据集来自 Mendeley Data,包含猫上呼吸道曲霉病(URTA)研究中 Toll 样受体 1、2 和 4 编码区非同义 SNP 的鉴定与频率比较数据,文件为 TLR 1, 2 and 4 SNPs.xlsx

基本信息
资源简介
猫上呼吸道曲霉病Toll样受体1、2和4基因多态性数据
Genetic polymorphisms in Toll-like receptors 1, 2 and 4 in feline upper respiratory tract aspergillosis
该数据集来自 Mendeley Data,包含猫上呼吸道曲霉病(URTA)研究中 Toll 样受体 1、2 和 4 编码区非同义 SNP 的鉴定与频率比较数据,文件为 TLR 1, 2 and 4 SNPs.xlsx。研究关注侵袭性猫 URTA 中疑似先天免疫缺陷的作用,并比较患病猫与对照猫之间这些 SNP 的频率。数据可用于探索 TLR 基因变异与猫曲霉病易感性的关联,以及开展呼吸系统真菌感染免疫遗传学研究(来源 Mendeley Data)。
【数据集背景】
源站首次发布:2019-05-09。
【数据内容】
源站描述(机器翻译,仅供参考):曲霉属真菌是环境腐生菌,可作为机会性病原体感染人类、猫及其他物种的鼻腔和鼻旁窦。上呼吸道曲霉病(URTA)表现为非侵袭性和侵袭性两种形式,后者几乎仅发生于免疫受损宿主。然而,在家庭猫中,侵袭性 URTA 影响表面免疫正常的患者。先天免疫缺陷已被提出是侵袭性猫 URTA 的易感因素。模式识别受体基因中的单核苷酸多态性(SNP)已被认为与人类曲霉病发病机制有关。本研究旨在鉴定参与对曲霉属免疫反应的 Toll 样受体编码区中的非同义 SNP,并比较患病猫与对照猫之间这些 SNP 的频率。
【数据结构与技术规格】
文件数 1 个,合计 26.32 KB。数据集 DOI:10.17632/f23v3f688x.1。
【主题与分类】
主题标签:呼吸系统疾病、猫上呼吸道曲霉病、Toll样受体、基因多态性、SNP、先天免疫。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/f23v3f688x
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/f23v3f688x
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 26.3 KB。
数据说明
Joanna Whitney (2019). Genetic polymorphisms in Toll-like receptors 1, 2 and 4 in feline upper respiratory tract aspergillosis [Dataset]. http://doi.org/10.17632/f23v3f688x.1
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。




