PRJNA1358278：加拿大魁北克SARS-CoV-2废水基因组测序

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1358278

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

废水监测是一种有前景且成本效益高的病原体监测方法，尤其在个体患者检测受限时更为适用。一种典型的方法是通过基于PCR的病毒核酸检测来估算病毒浓度。这种方法在正在进行的COVID-19大流行中已成功用于追踪甚至预测社区内的感染波次。尽管原理简单，但当突变干扰引物结合位点时，基于PCR的定量可能会产生噪声并易出现假阴性。在此，我们将基于PCR的定量与SARS-CoV-2全基因组测序进行比较，以预测局部地区的COVID-19阳性病例数。为此，我们计算了一个简单的群体遗传学指标作为群体扩张的代理：病毒基因组中多态性核苷酸位点的数量，称为分离位点数。我们显示，在加拿大魁北克省10个废水采样点中的6个，平均追踪约280天的数据中，分离位点数可预测提前5-8天的COVID-19病例数。

相比之下，在魁北克的所有采样地点，基于PCR的病毒浓度均无显著预测作用。在一个采样时长相近的独立瑞士废水数据集中，分离位点和基于PCR的定量在6个地点中的5个均能预测未来的病例数。综合来看，这些结果表明，基于PCR的方法可能对采样频率和质量的地区差异更为敏感，而基于测序的方法可能是更为稳健的感染人数领先指标。

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。