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

数据集获取

源站：https://doi.org/10.5061/dryad.rv15dv4j7

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。

数据集大小约 115.2 KB。

数据说明

该数据集包括538例妊娠期糖尿病（GDM）患者和626例健康孕妇的基线信息，这些信息通过专用问卷和病历获得，基因位点采用Sequenom MassARRAY平台进行基因分型。将与GDM具有统计学关联的临床指标和遗传变异用于构建列线图模型。该列线图模型依据指标的回归系数（β）制定为标准化评分方法。指标的每个水平均赋予特定分值，各因素分值相加得到总分，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，mmol/L）、总胆固醇（TC，mmol/L）、高密度脂蛋白胆固醇（HDL-c，mmol/L）、低密度脂蛋白胆固醇（LDL-c，mmol/L）。

遗传多态性数据包括rs4134819 C>T、rs720918 A>G、rs2034410 T>C、rs11109509 A>G和rs12524768 G>A及其相应的显性和隐性遗传模型。

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。