发现分析与eQTL数据的共定位
主题标签：眼病、糖尿病眼病、eQTL、共定位分析、遗传学。本站分类：眼病/糖尿病眼病。本数据集为眼病领域公开数据集，主题涵盖眼病。
基本信息
资源简介
发现分析与eQTL数据的共定位
Colocalization of discovery analysis with eQTL data 是一个面向眼病研究领域的公开遗传学数据集，尤其与糖尿病眼病方向相关。该数据集由 Amy D. Stockwell、Michael C. Chang、Anubha Mahajan、William Forrest、Neha Anegondi、Rion K. Pendergrass、Suresh Selvaraj、Jens Reeder、Eric Wei、Victor A. Iglesias、Natalie M. Creps、Laura Macri、Andrea N. Neeranjan、Marcel P. van der Brug、Suzie J. Scales、Mark I. McCarthy、Brian L. Yaspan 共同完成，于 2023 年发布，托管于 plos.figshare.com，是伴随 PLOS Genetics 论文的补充数据集。其核心主题围绕发现分析与 eQTL 数据的共定位，涉及眼病、糖尿病眼病、eQTL、共定位分析和遗传学等关键词，可供眼病遗传机制研究与数据复现使用。
【数据集背景】
该数据集属于眼病研究领域，本站分类为眼病 / 糖尿病眼病。从名称与主题标签看，其研究背景聚焦于将发现分析的结果与表达数量性状基因座（eQTL）数据进行共定位，以在遗传关联信号与基因表达调控之间建立联系。此类分析通常用于判断两个独立信号是否共享同一因果变异，从而为眼病相关基因的调控机制提供线索。数据集由多位作者合作完成，并于 2023 年随论文公开发布，体现了眼病遗传学研究中对可复现分析结果的共享需求。
【数据内容】
数据集英文名称为 Colocalization of discovery analysis with eQTL data，主题涵盖眼病、糖尿病眼病、eQTL、共定位分析与遗传学。其内容定位于发现分析与 eQTL 数据的共定位结果，属于遗传学分析类数据。关于数据的具体文件构成、变量字段、样本数量、记录条数、基因组坐标范围、统计指标类型等细节，源站未提供。
【采集与来源】
该数据集来源于 plos.figshare.com，是 PLOS Genetics 论文的补充材料，DOI 为 10.1371/journal.pgen.1010609.s005，发布年份为 2023 年。数据集的作者包括 Amy D. Stockwell、Michael C. Chang、Anubha Mahajan、William Forrest、Neha Anegondi、Rion K. Pendergrass、Suresh Selvaraj、Jens Reeder、Eric Wei、Victor A. Iglesias、Natalie M. Creps、Laura Macri、Andrea N. Neeranjan、Marcel P. van der Brug、Suzie J. Scales、Mark I. McCarthy、Brian L. Yaspan。关于原始样本采集地点、受试者来源、实验平台、测序或基因分型技术、数据处理流程等，源站未提供。
【适用场景】
该数据集适用于眼病与糖尿病眼病相关的遗传学研究，尤其是需要将发现分析信号与 eQTL 数据进行共定位验证的场景。研究人员可将其用于评估遗传变异对基因表达的调控证据、支持候选基因优先级排序、复现原论文的共定位分析结果，或作为方法学比较的参考数据。此外，也可用于遗传学教学与培训中演示共定位分析的基本思路。关于具体适用的分析软件、统计模型或验证流程，源站未提供。
【使用方法】
该数据集以 PLOS Genetics 补充文件形式发布，可通过其 DOI 链接在 plos.figshare.com 获取。使用时通常需要结合原论文阅读，以理解共定位分析的实验设计、统计方法与结果解释。关于文件格式、字段说明、读取方式、依赖软件版本及分析参数设置等操作细节，源站未提供。
【质量与限制】
该数据集经同行评议论文发布，具备一定的学术可信度与可追溯性，且提供了明确的 DOI 标识，便于引用与复现。其限制在于：数据内容聚焦于共定位分析结果，可能不包含原始基因型或表达数据；具体样本规模、统计效力、人群代表性及技术偏差等信息源站未提供，使用者在解读结果时需结合原论文加以判断。此外，数据集的适用范围受其研究设计与眼病主题的约束，外推到其他疾病领域需谨慎。
【引用与许可】
引用该数据集时，应使用其完整作者列表与 2023 年发布信息，并标注数据集名称 Colocalization of discovery analysis with eQTL data 及 DOI：http://doi.org/10.1371/journal.pgen.1010609.s005。关于该数据集的具体许可协议类型、使用限制与再分发条件，源站未提供。
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（Figshare）
按页面 Download 按钮获取。
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。
数据说明
Amy D. Stockwell; Michael C. Chang; Anubha Mahajan; William Forrest; Neha Anegondi; Rion K. Pendergrass; Suresh Selvaraj; Jens Reeder; Eric Wei; Victor A. Iglesias; Natalie M. Creps; Laura Macri; Andrea N. Neeranjan; Marcel P. van der Brug; Suzie J. Scales; Mark I. McCarthy; Brian L. Yaspan (2023). Colocalization of discovery analysis with eQTL data. [Dataset]. http://doi.org/10.1371/journal.pgen.1010609.s005
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。
