SARS-CoV-2 HLA-肽组图谱

数据集获取

源站：https://omicsdi.org/dataset/massive/MSV000088298

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

人类白细胞抗原（HLA）结合的病毒抗原作为一种免疫学标志，可被T细胞选择性识别。随着病毒通过获得突变而进化，鉴定一系列病毒呈递抗原至关重要。利用HLA-肽组学，我们使用感染细胞以及过表达SARS-CoV-2基因的方法，鉴定了由高流行率HLA I类（HLA-I）分子呈递的SARS-CoV-2来源肽段。我们发现了26种HLA-I肽段和36种HLA II类（HLA-II）肽段，据估计这些肽段至少由一种HLA等位基因呈递，覆盖全球99%的人口。在鉴定出的肽段中，包括反复呈递的HLA-I肽段、源自框外开放阅读框（ORF）的肽段以及呈递热点肽段。其中七种肽段此前已被证明具有免疫原性，我们利用HLA-多聚体染色鉴定出两种新型免疫反应性肽段。这些结果可能有助于开发基于病毒特异性呈递抗原的下一代SARS-CoV-2疫苗，这些抗原跨越多个病毒基因。

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。