囊性纤维化基因组变异数据集
该数据集是一个包含超过74万条记录的囊性纤维化相关基因组变异数据集，数据模态为基因序列变异数据，以VCF格式存储，主要特征包括染色体位置、等位基因信息、变异质量及样本基因型等，适用于囊性纤维化等遗传疾病的基因组学研究、变异识别与生物信息学分析。
基本信息
资源简介
囊性纤维化基因组变异数据集
【数据集背景】
本数据集源站标题为《camuljak/cystic-fibrosis.ex1.eff》。源站首次发布：2025-12-01。
【数据结构与技术规格】
文件数 2 个，合计 68.35 MB。
【主题与分类】
主题标签：size_categories:100K<n<1M、format:parquet、format:optimized-parquet、modality:text、library:datasets、library:dask、library:polars、library:mlcroissant、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/camuljak/cystic-fibrosis.ex1.eff
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("camuljak/cystic-fibrosis.ex1.eff")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/camuljak/cystic-fibrosis.ex1.eff
数据说明
这是一个囊性纤维化相关的基因组变异数据集，包含VCF格式的遗传变异数据。数据集提供了染色体位置、参考与替代等位基因、变异质量、过滤状态、信息字段及样本基因型等特征，涵盖超过74万条变异记录。数据来源于Hugging Face平台，主要用于囊性纤维化等遗传疾病的基因组学研究、变异分析与生物信息学分析。
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))
完整数据卡：huggingface.co/datasets/camuljak/cystic-fibrosis.ex1.eff
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。
