Davies等2016年UK Biobank认知功能与教育程度全基因组关联研究支持数据
该数据集为Davies等人2016年发表于Molecular Psychiatry的UK Biobank认知功能与教育程度全基因组关联研究的支持数据，样本量N=112151
基本信息
资源简介
Davies等2016年UK Biobank认知功能与教育程度全基因组关联研究支持数据
DAVIES_MP_2016.zip 是一份面向神经系统疾病相关研究的数据集，其内容为 Davies 等人于 2016 年发表在 Molecular Psychiatry 上的全基因组关联研究的支持数据。该研究聚焦于 UK Biobank 队列中的认知功能与教育程度，样本量达到 112,151 人。数据集以压缩包形式提供，内含多个体量庞大的数据文件，适合具备一定生物信息学或统计遗传学背景的研究人员使用。整体而言，该数据集为探索认知相关表型的遗传基础提供了可复用的原始支持材料，在神经系统疾病及其他相关领域的二次分析中具有潜在价值。
【数据集背景】
该数据集对应一项全基因组关联研究，研究主题为 UK Biobank 中认知功能与教育程度的遗传关联。相关成果发表于 Molecular Psychiatry（2016 年），作者为 Davies 等人。研究样本量为 112,151 人。数据集本身即作为该论文的支持数据对外发布，用于支撑论文中涉及的遗传关联分析结果。从分类角度看，该数据集被归入神经系统疾病 / 其他类别，主题标签为 ageing，提示其与衰老相关研究存在关联。
【数据内容】
数据集以 DAVIES_MP_2016.zip 压缩包形式提供，内部包含四个数据文件。每个数据文件均超过一千七百万行，属于大规模数据文件。文件采用空格分隔格式（space-delimited）。由于行数极多，常规文本编辑器难以顺利打开或浏览其全部内容。源站特别提示，使用 Notepad++ 或 Notepad 查看这些文件时会遇到困难；Microsoft Excel 2016 也无法显示全部行，仅能显示约前一百万行左右。因此，该数据集在内容规模上显著超出普通表格软件的处理能力。
【采集与来源】
该数据集来源于 datashare.ed.ac.uk。源站描述说明，这些数据用于支持 Davies 等人发表于 Molecular Psychiatry（2016 年）的论文，该论文为 UK Biobank 中认知功能与教育程度的全基因组关联研究，样本量 N=112,151。除上述来源与论文关联信息外，源站未提供关于数据采集流程、样本纳入标准、基因分型平台或质量控制步骤的更多细节。
【适用场景】
基于其内容与来源，该数据集适用于与认知功能、教育程度相关的遗传关联研究的复现或二次分析，也可用于神经系统疾病及衰老（ageing）相关主题的探索性研究。由于数据文件规模庞大，适合在具备足够计算资源的环境中开展统计分析，而非用于常规的表格浏览或小规模手工查阅。源站未提供关于具体分析软件、统计模型或下游应用案例的进一步说明。
【使用方法】
使用该数据集时，需注意其文件格式为空格分隔，且每个文件超过一千七百万行。源站明确提示，Notepad++、Notepad 等文本编辑器在打开这些文件时会遇到困难，Microsoft Excel 2016 也无法显示全部行，仅能显示约前一百万行。因此，建议采用能够处理大规模文本数据的工具或编程环境进行读取与分析。源站未提供关于解压密码、文件命名规则、字段含义或读取代码示例的更多信息。
【质量与限制】
该数据集的主要限制体现在数据规模带来的操作门槛：四个文件均超过一千七百万行，常规文本编辑器与 Excel 2016 无法完整呈现全部内容，Excel 2016 仅能显示约前一百万行。此外，文件为空格分隔格式，若使用不当工具读取，可能出现解析困难。源站未提供关于数据缺失率、基因型质控指标、群体分层校正或统计效力等方面的质量评估信息。
【引用与许可】
该数据集对应 Davies 等人发表于 Molecular Psychiatry（2016 年）的论文，使用时应引用该论文。数据集来源于 datashare.ed.ac.uk。除上述信息外，源站未提供关于具体许可条款、使用限制或商业使用规定的更多内容。
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://datashare.ed.ac.uk/handle/10283/3341
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
支持Davies等人论文的数据：英国生物银行中认知功能与教育程度的全基因组关联研究（N=112 151）。《分子精神病学》（2016年）。## 数据处理注意事项 ## 四个数据文件每个都包含超过一千七百万行。如果用户尝试使用Notepad++或记事本查看这些文件的内容，将会遇到困难。Microsoft Excel 2016不会显示所有行，仅能显示大约前一百万行。这些文件是以空格分隔的。
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。
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。
