扩展与整理WHO/IUIS数据库作为家尘螨同源过敏原鉴定来源

数据集获取

源站：https://doi.org/10.5281/zenodo.23432305

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。

数据集大小约 1.8 MB。

数据说明

WHO/IUIS过敏原数据库包含约200种过敏原蛋白，分属44个生化特性不同的组别。就免疫反应性而言，这些组别并非在所有产生过敏原的螨种中都能被鉴定出来。在此，我们考量被称为同源过敏原的相同序列，并制备用于在NCBI鉴定同源过敏原的矩阵的 curated 数据库。通过Pfam结构域和信号蛋白对过敏原组中的蛋白质进行二维结构比较，并对组别重新组织。预测了蛋白质的亚细胞定位。最终 curated 及同源过敏原（N=165和300）被用于预测热带无爪螨（Blomia tropicalis）和腐食酪螨（Tyrophagus putrescentiae）基因组中的过敏原。所创建的数据库和流程预测出的过敏原多于先前对蛋白质组和转录组数据的人工鉴定。建议对WHO/IUIS进行修正。

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。