远交CFW小鼠独立队列分析：行为与生理性状新位点及可重复性决定因素

数据集获取

源站：https://search.dataone.org/view/sha256%3Af921101a00e9ad8b236a0fdff02c0e3fe3377c39563bfff7c4b8e7a1aece3f49

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

在复杂性状的人类遗传学分析中，合并样本进行遗传关联分析是标准做法，但在啮齿动物遗传学中却很少采用。本文利用来自两个独立实验室的23种表型和基因型数据，获得了3,076只市售远交系小鼠的样本量，并识别出70个位点，是各组成研究中识别位点数量的两倍以上。在合并样本中进行精细定位减少了可能因果变异的数量，集合大小的中位缩减幅度为51%，并揭示了新的基因关联，包括Pnpo、Ttll6和GM11545与骨矿物质密度的关联，以及Psmb9与体重的关联。然而，在两个组成研究之间以0.05的名义阈值进行的重复验证率较低，在一项研究中识别出的位点中不到三分之一在第二项研究中得到重复验证。除了发现样本中效应量的高估（赢家诅咒）之外，我们还发现研究间的异质性解释了重复验证率低的原因，但c……

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。