巴基斯坦与印度两个南亚队列的免疫遗传多样性数据
该数据集来自 Harvard Dataverse，包含巴基斯坦与印度两个南亚队列去标识化受试者的靶向 KIR 与 HLA I 类序列读段，属于免疫系统疾病相关数据
基本信息
资源简介
巴基斯坦与印度两个南亚队列的免疫遗传多样性数据
该数据集题为“Immunogenetic diversity of two South Asian cohorts, from Pakistan and India”，由 Kichula, Katherine 与 Norman, Paul 两位作者贡献，收录于 Harvard Dataverse，发布时间为 2026 年。数据集聚焦南亚地区巴基斯坦与印度两个队列的免疫遗传学多样性，内容为去标识化受试者的靶向 KIR 与 HLA I 类序列读段。按本站分类，该数据归入免疫系统疾病 / 其他类别，主题标签涵盖医学、健康与生命科学以及免疫遗传学。源站说明，如需获取访问权限，需联系数据存放者。整体而言，这是一份面向免疫遗传学研究、以序列读段为核心内容的受控访问数据集，适合关注南亚人群免疫基因多样性的研究者了解与申请使用。
【数据集背景】
免疫遗传学关注个体免疫相关基因的组成与变异，其中 KIR（杀伤细胞免疫球蛋白样受体）基因与 HLA I 类基因是研究天然免疫识别与适应性免疫应答的重要对象。不同人群在这些基因位点上往往呈现显著差异，因此针对特定地域队列的序列数据具有人群特异性研究价值。该数据集以巴基斯坦与印度两个南亚队列为对象，围绕 KIR 与 HLA I 类区域开展靶向测序，旨在呈现这两个南亚人群的免疫遗传多样性。数据集发布于 Harvard Dataverse，属于医学、健康与生命科学领域，并与免疫系统疾病方向相关联。
【数据内容】
数据集的核心内容是去标识化受试者的靶向 KIR 与 HLA I 类序列读段。所谓靶向，指测序范围集中于 KIR 与 HLA I 类相关区域，而非全基因组或全外显子范围；所谓序列读段，指测序产生的短序列片段数据。数据覆盖巴基斯坦与印度两个南亚队列的受试者，受试者身份信息已做去标识化处理。除上述内容外，源站未提供关于样本数量、读段长度、测序平台、文件格式及数据体量的进一步说明。
【采集与来源】
数据来源于 doi.org 所指向的存放位置，由 Harvard Dataverse 机构收录，作者为 Kichula, Katherine 与 Norman, Paul，发布年份为 2026 年。源站描述表明，数据为去标识化受试者的靶向 KIR 与 HLA I 类序列读段，访问需联系数据存放者申请。关于样本采集地点、采集时间、伦理审批信息及测序具体流程，源站未提供。
【适用场景】
基于其内容特征，该数据集可用于南亚人群 KIR 与 HLA I 类基因多样性的比较分析，也可为免疫遗传学中人群差异相关的研究提供序列层面的参考。由于数据与免疫系统疾病分类相关联，相关领域的研究者在探讨免疫基因组成与疾病关联时，可能将其作为人群背景数据使用。具体适用场景的详细说明，源站未提供。
【使用方法】
源站明确说明，如需请求访问，请联系数据存放者。除这一受控访问方式外，源站未提供关于数据下载格式、分析流程、配套工具或使用协议的具体指引。
【质量与限制】
数据为去标识化受试者的靶向序列读段，覆盖巴基斯坦与印度两个南亚队列。关于数据质量评估、覆盖度、缺失情况、批次效应及样本代表性等信息，源站未提供。使用者应注意该数据为受控访问资源，需经申请方可获取。
【引用与许可】
数据作者为 Kichula, Katherine 与 Norman, Paul，收录机构为 Harvard Dataverse，发布年份为 2026 年。关于引用格式、许可条款及使用限制的具体内容，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/10.7910/DVN/OVCBVZ
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:
数据集大小约 24.59 GB。
数据说明
Targeted KIR, and HLA class I sequence reads from de-identified subjects. To request access please contact the data depositor.
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
