HLA_Based_特应性皮炎HLA基因多态性与表达水平关联研究数据
该数据集是一个针对特应性皮炎的遗传学研究数据集，其数据模态为基因型数据，具体包含来自GAD和PEER两个队列的HLA II类基因（2字段分辨率）分型结果，主要用于分析HLA-DP α/β链多态性及DPB1基因3'UTR区域SNP与特应性皮炎发病风险的关联，以探索HLA基因变异在疾病发生中的作用机制。
基本信息
资源简介
HLA_Based_特应性皮炎HLA基因多态性与表达水平关联研究数据
【数据内容】
源站原始描述：数据集概述 本数据集包含特应性皮炎遗传关联研究的核心基因型数据，基于GAD（主要队列）和PEER（验证队列）两个队列，提供HLA II类基因2字段分辨率的分型结果，支撑HLA-DP α/β链多态性及DPB1基因3''UTR区域SNP与特应性皮炎关联的分析。 文件详解 文件名称：GAD_Class_II_HLA_genotypes_2field.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 core genotype data from genetic association studies of atopic dermatitis. Based on two cohorts, GAD (primary cohort) and PEER (validation cohort), it provides HLA class II genotyping results at 2-field resolution, supporting the analysis of the association between HLA-DP α/β chain polymorphisms and SNPs in the 3''UTR region of the DPB1 gene with atopic dermatitis. File details: File name: GAD_Class_II_HLA_genotypes_2field.xlsx; File format: XLSX...
【获取与许可】
源站页面：https://haidatas.com/dataset/hla_based_teyingxingpiyanhlajiyinduotaixin_8ed28aa0
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/hla_based_teyingxingpiyanhlajiyinduotaixin_8ed28aa0
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
本数据集是针对特应性皮炎（Atopic Dermatitis）的遗传关联研究数据集，主要包含HLA II类基因的基因型数据。数据来源于GAD（主要队列）和PEER（验证队列）两个独立队列，提供了HLA II类基因2字段分辨率的分型结果。该数据集支持对HLA-DP α/β链多态性以及DPB1基因3’'UTR区域单核苷酸多态性（SNP）与特应性皮炎发病风险关联性的分析研究，旨在揭示HLA基因变异及其表达水平在特应性皮炎发病机制中的作用。
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。
