100万父母寿命基因组学研究：揭示新通路、常见疾病并区分生存机会

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/3209

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

我们利用百万人规模的亲代寿命全基因组关联分析，结合已进行基因分型受试者的数据及死亡风险因素信息，验证了先前在CDKN2B-AS1、ATXN2/BRAP、FURIN/FES、ZW10、PSORS1C3及13q21.31附近未获重复的研究发现，并识别并重复验证了ABO、ZC3HC1及IGF2R附近的新发现。同时，我们验证了5q33.3/EBF1和FOXO3附近的既往发现，而在其他位点则发现了相互矛盾的证据。基因集和细胞特异性分析显示，胎儿脑细胞及成人背外侧前额叶皮层中的表达与寿命变异富集相关，涉及脂质蛋白与稳态、囊泡介导的运输及突触功能的基因通路亦如此。增加痴呆、心血管疾病和肺癌——而非其他癌症——风险的个体遗传变异解释了最大的方差，这可能反映了现代易感性，而癌症可能通过许多罕见变异或环境因素起作用。由此得出的多基因评分显示，各十分位数之间的平均寿命差异约为五年。

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。