SARS-CoV-2基因组共享变异研究

数据集获取

源站：https://doi.org/10.6078/d1jq5c

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

该项目由加州大学伯克利分校创新基因组学研究所（IGI）和公共卫生学院（SPH）、北加州凯撒医疗集团（KPNC）以及加州公共卫生部（CDPH）的研究人员合作开展，并由Heluna Health提供行政和项目支持。在项目期间，合作研究人员将分析约35,000份SARS-CoV-2样本的基因组，这些样本来自KPNC成员，并由CDPH通过其COVIDNet活动进行测序。通过将低频等位基因的基因组分析结果与患者记录中的临床和流行病学数据相结合，包括人口统计学变量、COVID-19疫苗接种状态（接种日期、剂次、制造商）、COVID-19疾病严重程度和基础疾病，我们评估了哪些共享基因组变异与症状性感染和严重临床结局的更高风险相关；COVID-19疫苗有效性；以及SARS-CoV-2在家庭中的传播。

该项目及其结果可作为基于社区的监测模型，用于监测SARS-CoV-2的演变和传播，并利用这些数据为COVID-19疫苗的配方和使用决策提供依据，包括加强针和下一代疫苗。

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。