OGvHD_Mouse_Model_眼移植物抗宿主病小鼠模型实验数据
该数据集是一个基于小鼠模型的实验数据集合，主要模态为结构化的临床表格数据，记录了异基因造血干细胞移植后小鼠在AAV基因治疗、环孢素治疗及未治疗对照组下的体重、泪液分泌和眼部体征评分等指标，旨在用于评估HLA-G基因疗法对眼移植物抗宿主病（OGvHD）的免疫耐受诱导效果和疗效，服务于眼科免疫疾病基因治疗的基础与转化研究方向。
基本信息
资源简介
OGvHD_Mouse_Model_眼移植物抗宿主病小鼠模型实验数据
【数据内容】
源站原始描述：数据集概述 本数据集为眼移植物抗宿主病（OGvHD）小鼠模型实验数据，包含异基因造血干细胞移植后小鼠接受不同干预（AAV基因治疗、环孢素、未治疗）的实验记录，涉及体重、泪液分泌、眼部体征评分等指标，用于评估HLA-G基因治疗诱导眼部免疫耐受的疗效，共含2个文件。 文件详解 文件名称：README_OGVHDGilgerDATA.txt 文件格式：TXT
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 experimental data from a mouse model of ocular graft-versus-host disease (OGvHD), including experimental records of mice receiving different interventions (AAV gene therapy, cyclosporine, no treatment) after allogeneic hematopoietic stem cell transplantation, involving indicators such as body weight, tear secretion, and ocular sign scores, used to evaluate the efficacy of HLA-G gene therapy in inducing ocular immune tolerance, and contains a total of 2 files. File Details: File name: README_OGVHDGilgerDATA.txt; File format: TXT...
【获取与许可】
源站页面：https://haidatas.com/dataset/ogvhd_mouse_model_yanyizhiwukangsuzhubingx_59ecccd6
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/ogvhd_mouse_model_yanyizhiwukangsuzhubingx_59ecccd6
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
本数据集是一个关于眼移植物抗宿主病（OGvHD）小鼠模型的实验数据集。数据集记录了异基因造血干细胞移植后的小鼠在接受三种不同干预措施（AAV介导的HLA-G基因治疗、环孢素免疫抑制剂治疗以及未治疗的对照组）后的实验数据。数据内容包括小鼠的体重变化、泪液分泌量测量以及详细的眼部临床体征评分等指标。该数据集旨在评估HLA-G基因治疗在诱导眼部免疫耐受、缓解OGvHD方面的疗效，为眼科免疫性疾病的基因治疗研究提供了关键的动物模型实验数据。
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。
