LG/J与SM/J高级互交系小鼠外耳组织再生数量性状位点精细定位数据
该数据集来自LG/J与SM/J小鼠F34高级互交系(Wustl:LG,SM-G34),用于研究外耳耳洞闭合这一再生反应模型

基本信息
资源简介
LG/J与SM/J高级互交系小鼠外耳组织再生数量性状位点精细定位数据
Data from: Fine mapping quanitative trait loci affecting murine external ear tissue regeneration in the LG/J by SM/J advanced intercross line
该数据集来自LG/J与SM/J小鼠F34高级互交系(Wustl:LG,SM-G34),用于研究外耳耳洞闭合这一再生反应模型。在30天愈合期内,研究者定位了19个影响耳洞闭合的数量性状位点(QTL),单个基因效应较小(0.08 mm),多数位点呈共显性效应。QTL支持区域中位大小为2 Mb,中位包含19个基因。数据可用于再生遗传机制、QTL定位及候选基因分析等研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2013。
【数据内容】
源站描述(机器翻译,仅供参考):LG/J小鼠的外耳耳洞闭合代表一种再生反应模型。它伴随类芽基结构的形成以及包括软骨在内的多种组织再生长。组织再生能力是可遗传的。为鉴定30天愈合期内参与耳洞闭合的基因组位点,构建了小鼠F34高级互交系(Wustl:LG,SM-G34)。我们定位了19个耳洞闭合的数量性状位点(QTL)。单个基因效应相对较小(0.08 mm),且大多数位点具有共显性效应,杂合子表型居中。QTL支持区域的中位大小限制为2 Mb,中位包含19个基因。利用LG/J与SM/J愈合组织间的差异转录表达、功能分析以及SNP及其周围的生物信息学分析,对位置候选基因进行了评估。
【主题与分类】
主题标签:tissue regeneration、Wound healing、SM/J、LG/J、QTL。本站分类:创伤与损伤/创伤性损伤。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.vc473
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.vc473
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 132.4 KB。
数据说明
LG/J小鼠的外耳孔闭合是一种再生反应模型,伴随着类芽基结构的形成以及包括软骨在内的多种组织的再生长。组织再生的能力是可遗传的。为了鉴定在30天愈合期内参与耳孔闭合的基因组位点,我们构建了小鼠的F34高级互交系(Wustl:LG,SM-G34)。我们定位了19个与耳孔闭合相关的数量性状位点(QTL)。单个基因效应相对较小(0.08毫米),且大多数位点具有共显性效应,杂合子表型居中。QTL支持区域的中位大小为2 Mb,包含中位数为19个基因。我们通过比较LG/J和SM/J愈合组织间的差异转录表达、功能分析以及针对感兴趣的位置候选基因及其周围SNPs的生物信息学分析,对位置候选基因进行了评估。对34个位置候选基因集合及显示表达差异的基因进行分析,揭示了参与细胞周期调控/DNA损伤、细胞迁移与黏附、发育相关基因以及代谢的基因存在过度表达。
这表明LG/J小鼠的愈合表型涉及多种生理机制。
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。




