OpenVirus
OpenVirus是一个包含1570万病毒序列的全面数据集，涵盖所有已知病毒分类群，用于训练LucaVirus模型。
基本信息
资源简介
OpenVirus是一个全面的病毒序列数据集，包含1570万个病毒序列，总计254亿个标记，涵盖所有已知病毒分类群，包括双链DNA病毒、RNA病毒、反转录病毒等，宿主覆盖动物、细菌、植物等。数据来源包括NCBI病毒数据库、UniProtKB和MGnify等，用于训练LucaVirus模型。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/LucaOne/LucaVirus.git
curl -L -o repo.zip https://github.com/LucaOne/LucaVirus/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
5. Environment Installation
step1: update git
1) centos
sudo yum update
sudo yum install git-all
2) ubuntu
sudo apt-get update
sudo apt install git-all
step2: install python 3.9
1) download anaconda3
wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh
2) install conda
sh Anaconda3-2022.05-Linux-x86_64.sh
Notice: Select Yes to update ~/.bashrc
source ~/.bashrc
3) create a virtual environment: python=3.9.13
conda create -n lucavirus python=3.9.13
4) activate lucavirus
conda activate lucavirus
step3: install other requirements
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
Create kernel(Optional)
conda activate lucavirus
conda install ipykernel
python -m ipykernel install user name lucavirus display-name “Python(LucaVirus)”
install kernels for Jupyter
jupyter kernelspec list
remove kernel
jupyter kernelspec uninstall lucavirus
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 病毒感染 的高质量、多模态真实临床数据定制解决方案。
