TNF-α抑制对重度抑郁症风险潜在影响:前瞻性队列与遗传证据—补充数据
这些数据集由公开可用的GWAS汇总统计整理而成,并作为相应分析代码的输入数据提供( 炎症标志物1) ukb-d-30000_irnt.csv:白细胞(白细胞)计数的GWAS汇总统计,来自Neale Lab

基本信息
资源简介
TNF-α抑制对重度抑郁症风险潜在影响:前瞻性队列与遗传证据—补充数据
这些数据集由公开可用的GWAS汇总统计整理而成,并作为相应分析代码的输入数据提供( 炎症标志物1) ukb-d-30000_irnt.csv:白细胞(白细胞)计数的GWAS汇总统计,来自Neale Lab
Exploring the potential impact of TNF-α inhibition on major depressive disorder risk: Insights from a prospective cohort and genetic evidence—Supplement data
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):这些数据集由公开可用的GWAS汇总统计整理而成,并作为相应分析代码的输入数据提供( 炎症标志物1) ukb-d-30000_irnt.csv:白细胞(白细胞)计数的GWAS汇总统计,来自Neale Lab。原始数据集可在以下地址获取: ukb-d-30710_irnt.csv:C反应蛋白(CRP)的GWAS汇总统计,来自Neale Lab。原始数据集可在以下地址获取: 2. MDDMDD2025_PGC_no23andMe_noUKBB_eur.csv:重度抑郁症(MDD)的GWAS汇总统计,来自精神疾病基因组学联盟(PGC)。来自23andMe和UK Biobank的数据被排除
【主题与分类】
主题标签:GWAS汇总统计、重度抑郁症、炎症标志物、TNF-α抑制、欧洲血统、孟德尔随机化。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.18238542
使用许可:Creative Commons Attribution 4.0 International。
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
源站:https://doi.org/10.5281/zenodo.18238542
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
这些数据集基于公开可用的GWAS汇总统计数据制备,并作为相应分析代码的输入数据提供(https://github.com/Huanghao1111/TNFAImdd)。分析仅限于欧洲血统个体。数据描述与来源:1. 炎症标志物1) ukb-d-30000_irnt.csv:白细胞(白细胞)计数的GWAS汇总统计数据,来自Neale Lab。原始数据集可在以下网址获取:https://opengwas.io/datasets/ukb-d-30000_irnt2) ukb-d-30710_irnt.csv:C反应蛋白(CRP)的GWAS汇总统计数据,来自Neale Lab。原始数据集可在以下网址获取:https://opengwas.io/datasets/ukb-d-30710_irnt 2. 重度抑郁症MDD2025_PGC_no23andMe_noUKBB_eur.csv:重度抑郁症(MDD)的GWAS汇总统计数据,来自精神疾病基因组学联盟(PGC)。排除了来自23andMe和UK Biobank的数据。原始GWAS报告于:精神疾病基因组学联盟重度抑郁症工作组。跨血统抑郁症全基因组研究识别出697个关联,涉及细胞类型和药物治疗。Cell,2025;188(3):640–652.e9。
doi:10.1016/j.cell.2024.12.002 3. MDD症状mdd_symptoms_2023-Clin-MDD1_depressed.txtmdd_symptoms_2023-Clin-MDD2_anhedonia.txtmdd_symptoms_2023-Clin-MDD3a_weightLoss.txtmdd_symptoms_2023-Clin-MDD3b_weightGain.txtmdd_symptoms_2023-Clin-MDD4a_sleepProb.txtmdd_symptoms_2023-Clin-MDD4b_sleepMore.txtmdd_symptoms_2023-Clin-MDD5a_psychomotorFast.txtmdd_symptoms_2023-Clin-MDD5b_psychomotorSlow.txtmdd_symptoms_2023-Clin-MDD6_fatigue.txtmdd_symptoms_2023-Clin-MDD7_worthless.txtmdd_symptoms_2023-Clin-MDD8_concentration.txtmdd_symptoms_2023-Clin-MDD9_death.txt这些GWAS数据集可在以下网址获取:https://figshare.com/articles/dataset/GWAS_summary_statistics_for_major_depressive_disorder_symptoms/22745573这些GWAS数据集最初报道于:Adams, M. J., et al. "Genome-wide Meta-analysis of Ascertainment and Sympt
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。




