膝骨关节炎细胞类型eQTL孟德尔随机化与共定位分析代码及派生表
本数据集为膝骨关节炎（OA）细胞类型 eQTL 孟德尔随机化（MR）与共定位分析的分析代码、配置文件和派生结果表。研究纳入 OneK1K 24 个免疫细胞类型、13,109 个基因×细胞类型暴露，以 FinnGen R…
基本信息
资源简介
膝骨关节炎细胞类型eQTL孟德尔随机化与共定位分析代码及派生表
Analysis code and derived tables for prior-dependent single-variant colocalisation in cell-type eQTL Mendelian randomization of knee osteoarthritis
本数据集为膝骨关节炎细胞类型eQTL孟德尔随机化与共定位研究的分析代码、配置文件及派生结果表。研究覆盖OneK1K 24个免疫细胞类型、13,109个基因×细胞类型暴露，以FinnGen R12膝OA为结局，包含118个FDR显著暴露与77个主要共定位检验结果，以及单变量coloc.abf后验、signed-LD coloc.susie分析、post hoc R验证、locus-level bootstrap和R与Python区域对照表。原始数据不随本数据集分发，可用于复现和扩展相关分析（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：本数据集为膝骨关节炎（OA）细胞类型 eQTL 孟德尔随机化（MR）与共定位分析的分析代码、配置文件和派生结果表。研究纳入 OneK1K 24 个免疫细胞类型、13,109 个基因×细胞类型暴露，以 FinnGen R12 膝 OA 为结局；9,778 个可检验暴露中 118 个通过 FDR，77 个暴露（CD4_TCM、CD4_Naive、NK）完成区域共定位。数据集包含：单变量 coloc.abf 的 PP.H4、BF 与 p12 敏感性结果；4p16.3 与 7q32.2 的 signed-LD coloc.susie 分析；12 个 CD8_TEM FDR 位点的 post hoc 全区域 R 验证；31 个窗口的 locus-level bootstrap；以及 R 与 Python 的 77 区域对照表。原始 OneK1K、Pan-UKB、FinnGen 与 GSE152805 数据不随本数据集分发，来源与校验信息见 manifest.tsv；run_all.py 覆盖步骤 01–10，最终 77 区域 R 后验由 Additional file 2 的 R 验证包产生。本数据集包含 OneK1K 的 24 个免疫细胞类型、13,109 个基因×细胞类型暴露、FinnGen R12 膝 OA、118 个 FDR 显著暴露和 77 个主要共定位检验的分析代码、配置文件和派生汇总级表格。它包括单变量 coloc.abf 后验
【主题与分类】
主题标签：Clinical medicine、Medicine、孟德尔随机化、共定位分析、表达数量性状基因座、膝骨关节炎、单细胞、贝叶斯因子、CD8_TEM、OneK1K。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=ff2fd1912e6648c0b8dc404f9575f95b
使用许可：Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.57760/sciencedb.0179b
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
本数据集为膝骨关节炎（OA）细胞类型 eQTL 孟德尔随机化（MR）与共定位分析的分析代码、配置文件和派生结果表。研究纳入 OneK1K 24 个免疫细胞类型、13,109 个基因×细胞类型暴露，以 FinnGen R12 膝 OA 为结局；9,778 个可检验暴露中 118 个通过 FDR，77 个暴露（CD4_TCM、CD4_Naive、NK）完成区域共定位。数据集包含：单变量 coloc.abf 的 PP.H4、BF 与 p12 敏感性结果；4p16.3 与 7q32.2 的 signed-LD coloc.susie 分析；12 个 CD8_TEM FDR 位点的 post hoc 全区域 R 验证；31 个窗口的 locus-level bootstrap；以及 R 与 Python 的 77 区域对照表。原始 OneK1K、Pan-UKB、FinnGen 与 GSE152805 数据不随本数据集分发，来源与校验信息见 manifest.tsv；run_all.py 覆盖步骤 01–10，最终 77 区域 R 后验由 Additional file 2 的 R 验证包产生。This dataset contains analysis code, configuration files and derived summary-level tables for a cell-type eQTL Mendelian randomization and colocalisation study of knee osteoarthritis. It covers 24 immune cell types from OneK1K, 13,109 gene × cell-type exposures, FinnGen R12 knee OA, 118 FDR-significant exposures and 77 primary colocalisation tests. It includes single-variant coloc.abf posteriors and BF/p12 sensitivity, signed-LD coloc.susie for 4p16.3 and 7q32.2, a post hoc full-region R sensitivity for 12 CD8_TEM FDR hits, a 31-window locus-level bootstrap, and the 77-region R-versus-Python comparison. Raw OneK1K, Pan-UKB, FinnGen and GSE152805 inputs are not redistributed; sources and checksums are listed in manifest.tsv. run_all.py covers steps 01–10; the final 77-region R posteriors are produced by the R validation package in Additional file 2.
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))
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
