基于Viridian数据由sc2ts和UShER推断的ARGs/树（tskit格式）

数据集获取

源站：https://doi.org/10.5281/zenodo.23565250

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 137.4 MB。

数据说明

由sc2ts和UShER推断的ARGs/树，以tskit树序列格式呈现，源自Viridian SARS-CoV-2数据集。所有文件均以tszip格式提供。要将数据集加载到内存中，请使用以下代码：import tszip ts = tszip.load(“sc2ts_viridian_v2.3.trees.tsz”) 随后可利用tskit Python API处理数据。此处包含四种不同版本：

• sc2ts_viridian_v2.3.trees.tsz：基于Viridian数据构建。内部节点已使用tsdate进行年代测定，并包含了通过简约法事后映射的缺失及高度同塑性位点。
• usher_viridian_v1.1.trees.tsz：将Viridian UShER树转换为tskit格式。时间单位未校准，分支长度不具实际意义。
• sc2ts_viridian_inter_v2.3.trees.tsz：主sc2ts ARG的子集，取样于主sc2ts与上述UShER文件共有的样本和位点交集。内部节点未经tsdate年代测定，因此可能与主ARG上的节点日期有所不同。
• usher_viridian_inter_v2.3.trees.tsz：主UShER ARG的子集，同样取样于两者共有的样本和位点交集。内部节点已通过tsdate进行了年代测定。

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。