215只(LE/Stm x BN)F2大鼠皮肤囊肿数量与基因型数据集

该数据集包含215只F2代大鼠的全基因组106个SNP位点的基因型数据以及每只个体的皮肤囊肿数量,数据模态为基因型表格与临床计数,主要用于构建遗传性皮肤病动物模型、通过QTL定位解析皮肤囊肿形成的遗传机制,并支持良性皮肤肿瘤的遗传学研究。

Mendeley Data
浏览 30
遗传性皮肤病模型QTL定位
Cutaneous Cyst Number and Genotype of 215 (LE/Stm x BN) F2 Rats

基本信息

大小
0.000139325 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

215只(LE/Stm x BN)F2大鼠皮肤囊肿数量与基因型数据集

【数据集背景】

本数据集源站标题为《Cutaneous Cyst Number and Genotype of 215 (LE/Stm x BN) F2 Rats》。源站首次发布:2019-03-08。

【数据内容】

源站原始描述:There is evidence that the development of multiple cutaneous cysts (benign skin tumors) is heritable . Using inbred BN rats susceptible to chemically induced cutaneous cyst development and resistant LE/Stm rats we were able to establish a new animal model for genetic dissection of multiple cyst formation. We used a (LE/Stm x BN)F2 Generation treated with MNU for QTL mapping. The data presented in the table repesent genome-wide genotypes of 106 SNPs for 215 F2 rats. Additionally the number of cut…

【数据结构与技术规格】

文件数 1 个,合计 139.32 KB。数据集 DOI:10.17632/gp9k5y2y7k.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/gp9k5y2y7k

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。

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/gp9k5y2y7k

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

该数据集包含215只(LE/Stm x BN)F2代大鼠的基因组数据及皮肤囊肿数量信息,用于研究多发性皮肤囊肿(良性皮肤肿瘤)的遗传基础。数据来源于一项动物实验研究,通过使用易感品系BN大鼠和抗性品系LE/Stm大鼠杂交,并利用N-亚硝基甲基脲(MNU)处理F2代个体,进行数量性状基因座(QTL)定位分析。数据集包含全基因组106个单核苷酸多态性(SNP)位点的基因型数据,以及每只大鼠的皮肤囊肿计数。该数据集主要用于遗传性皮肤病模型构建、QTL定位及皮肤囊肿形成机制的研究。

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。

获取专属数据定制方案