T2D-GENES/GoT2D 13K 外显子组测序样本数据集

数据集获取

源站：https://omicsdi.org/dataset/ega/EGAD00001002246

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

T2D-GENES/GoT2D 13K外显子组测序研究包含约13,000份样本，其中一半为T2D病例，一半为T2D对照，来自五个祖先群体（约5,000名欧洲人，非裔美国人、东亚人、南亚人和西班牙裔各约2,000名）。样本经过深度外显子组测序，SNV和INDEL按照GATK最佳实践进行调用；随后，变异位点依据GATK最佳实践进行过滤，之后样本和变异又根据Fuchsberger等人所述的聚合基因型质量进行进一步过滤（例如样本的低调用率、杂合度过高，变异的低调用率或低覆盖度）。请注意，T2D-GENES vcf中的一个样本没有表型数据。

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。