英国生物样本库角膜阻力因子全基因组关联分析

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/3783

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

角膜阻力因子（CRF）全基因组关联研究（GWAS）的汇总统计数据，该研究基于通过申请编号19655获得的76,029份英国血统的UK Biobank样本。CRF分析基于左、右眼测量值的平均值进行。任何离群值（即CRF大于群体平均差 + 3个标准差）均被剔除。进一步进行表型过滤，剔除与可能影响测量准确性的眼部疾病相关或自我报告这些眼部疾病的样本，例如眼科手术、屈光激光手术、白内障手术、青光眼高眼压手术或激光治疗、角膜移植手术、眼外伤、圆锥角膜或角膜疾病。共保留102490份样本。利用UK Biobank的遗传质量控制，剔除了76318份英国血统样本，这些样本的插补数据未通过杂合性或/和缺失率检验，或自我报告性别与基因型推断性别不一致，或显示疑似性染色体非整倍体；同时剔除了在分析时已退出研究的个体。共有N-76029个样本纳入GWAS。GWAS对常见和低频（MAF > 0.5%）、插补良好（INFO > 0.6）的变异进行，使用线性混合模型校正群体结构和（隐性）亲缘关系，该模型在BOLT_LMM v1.3软件中实现。模型中拟合的协变量包括：年龄、性别、评估中心、基因分型芯片、基因分型批次，以及UK Biobank提供的前20个祖源主成分。

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。