利用宏基因组长读长扩展抗生素抗性基因与假定移动遗传元件携带者的关联图谱

数据集获取

源站：https://doi.org/10.5281/zenodo.23175603

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 8.19 GB。

数据说明

该数据集包含来自公开可用的长读长宏基因组测序数据的抗生素抗性基因（ARG）、可移动遗传元件（MGE）、质粒和分类学注释。测序数据集及其相关元数据列于sample_metadata.csv中。读段级注释提供于两个文件中：raw_data.csv：在应用E值和参考覆盖度过滤标准之前的读段级注释结果。filtered_data.csv：在应用E值和参考覆盖度过滤标准之后的读段级注释。数据集结构和列定义的详细描述提供于随附的README.md文件中。

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。