阿尔茨海默病测序计划 (ADSP)

数据集获取

源站：https://omicsdi.org/dataset/dbgap/phs000572

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

阿尔茨海默病测序项目（ADSP）数据位置变更：请前往NIAGADS DSS申请build 38版本的ADSP遗传与表型数据。更多详情请参见下方背景信息。如需了解如何获取通过NIAGADS DSS共享的其他ADSP数据，请访问申请说明页面。背景：ADSP持续产生更多测序数据。这些数据已映射至最新的人类基因组参考联盟构建版本GRCh38（hg38），并通过美国国家老龄化研究所阿尔茨海默病遗传学数据存储站点（NIAGADS）的数据共享服务（DSS）进行共享。截至2020年5月1日，已有4，789个全基因组和19，922个全外显子组可供研究界使用。2020年晚些时候，将通过NIAGADS DSS（ng00067）提供总计约17，000个全基因组和19，922个全外显子组。来自多族裔队列的基因组总数预计将超过50，000。完整研究描述请参见ADSP设计页面。此前通过dbGaP共享的ADSP全外显子组和全基因组测序数据映射至GRCh37（build 37）。

这些数据来自该项目的发现阶段（详见下文），并将继续在本网站提供。dbGaP BUILD 37 ADSP数据的研究描述：阿尔茨海默病测序项目（ADSP）的总体目标是：(1) 识别导致阿尔茨海默病（AD）发病风险增加的新基因组变异，(2) 识别有助于抵御AD发病的新基因组变异，(3) 为已知风险因素变异携带者为何免于罹患AD提供见解。这些因素将在多族裔人群中进行研究，以识别预防疾病的新通路。此类关于人类基因组变异及其与健康和疾病关系的研究需要检查大量研究参与者，并需要获取信息

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。