大规模表型插补与体内功能验证表明ADAMTS14为新型肥胖相关基因——补充数据

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/3818

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

肥胖仍是一项尚未解决的全球健康负担。体脂的有害解剖分布是肥胖介导死亡风险的主要驱动因素，且已被证明具有遗传性。然而，我们对人类肥胖程度的全部遗传贡献仍认识不足，因为很少有研究直接测量肥胖程度。为解决这一问题，我们将 UK Biobank 中来自 5,000 名直接测量参与者的 DXA 体脂表型推断到该队列其余参与者中，极大提高了我们的发现能力。对超过 390,000 名参与者的这些推断表型进行 GWAS，产生了数百个新关联，其中 6 个在独立 DXA 队列中得到重复验证。首要候选因果基因 ADAMTS14 在小鼠敲除模型中得到了进一步研究。与 GWAS 数据一致，Adamts14–/– 小鼠在致肥胖条件下表现出脂肪蓄积减少和体重增加减少，同时代谢率和健康状况改善。大规模表型推断为人类肥胖遗传学提供了更深入的生物学见解，可能带来新的治疗靶点。

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。