中国南方人群遗传变异与妊娠期糖尿病风险的关联及功能分析数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Ae4669f4a9faea7d41c961e35ad77a56475fb309162aef2845561b826fcc7de80

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

该数据集包括538名妊娠期糖尿病（GDM）患者和626名健康孕妇的基线信息，这些信息通过独特的问卷和医疗记录获得，遗传位点则通过Sequenom MassARRAY平台进行基因分型。将与GDM统计学相关的临床指标和遗传变异用于构建列线图模型。列线图模型根据指标的回归系数（β）制定为标准化评分。指标的每个水平将被赋予特定分数，各因素的得分相加得到总分，该总分可用于预测GDM发生的概率。

受试者基线数据包括收缩压（SBP，mmHg）、舒张压（DBP，mmHg）、空腹血糖（FPG，mmol/L）、口服葡萄糖耐量试验1小时血糖（1hPG，mmol/L）、口服葡萄糖耐量试验2小时血糖（2hPG，mmol/L）、糖化血红蛋白（HbA1c，%）、甘油三酯（TG，…， ， ， # 数据来源：中国南方人群遗传变异与妊娠期糖尿病风险的关联及功能分析 ## 描述 数据集中不同赋值的含义： * 分组：1=GDM；0=对照组 * 样本ID：检测样本的识别编号 * 变异及基因型赋值 1）rs4134819 C>T：1=CC基因型；2=CT基因型；3=TT基因型 2）rs720918 A>G：1=AA基因型；2=AG基因型；3=GG基因型 3）rs2034410 T>C：1=TT基因型；2=TC基因型；3=CC基因型 4）rs11109509 A>G：1=AA基因型；2=AG基因型；3=GG基因型 5）rs12524768 G>A：1=GG基因型；2=GA基因型；3=AA基因型 6）rs4134819 显性模型（CT/TT vs. CC）：1=CC基因型；4=CT/TT基因型 7）rs720918 显性模型（AG/GG vs.

AA）：1=AA基因型；4=AG/GG基因型 8）rs2034410 显性模型（TC/CC vs. TT）：1=TT基因型；4=TC/CC基因型 9）rs11109509 显性模型（AG/GG vs. AA）：1=AA基因型；4=AG/GG基因型 10）rs12524768 显性…

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。