男性型脱发的遗传预测
该数据集来自 plos.figshare.com，围绕男性型脱发的遗传预测研究，包含 12 个文件（如 S1–S8 Table.xlsx）
基本信息
资源简介
男性型脱发的遗传预测
Genetic prediction of male pattern baldness
该数据集来自 plos.figshare.com，围绕男性型脱发的遗传预测研究，包含 12 个文件（如 S1–S8 Table.xlsx）。研究基于 UK Biobank 中 52,000 余名 40–69 岁男性参与者，识别出 250 余个与严重脱发相关的独立遗传位点，并构建了基于常见遗传变异的预测算法，用于区分无脱发与严重脱发人群。数据可用于脱发风险预测、遗传机制探索及潜在干预靶点研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Genetic prediction of male pattern baldness》发表于 PLOS Genetics（2017），DOI：10.1371/journal.pgen.1006594。源站首次发布：2017-02-14。
【数据内容】
源站描述（机器翻译，仅供参考）：男性型脱发可产生显著的心理社会影响，并且已在表型上与前列腺癌和心血管疾病等不良健康结局相关联。我们利用英国生物银行（UK Biobank）中超过 52,000 名 40–69 岁男性参与者的数据，探索了该性状的遗传结构。我们识别出超过 250 个与严重脱发相关的独立遗传位点（P-8）。通过将队列拆分为 40,000 人的发现样本和 12,000 人的目标样本，我们开发了一种完全基于常见遗传变异的预测算法，该算法能够区分无脱发者与严重脱发者（AUC = 0.78，灵敏度 = 0.74，特异度 = 0.69，PPV = 59%，NPV = 82%）。这项研究的结果可能有助于识别脱发风险最高的人群，以及潜在的干预遗传靶点。
【数据结构与技术规格】
文件数 12 个，合计 4.98 MB。数据集 DOI：10.1371/journal.pgen.1006594。
【主题与分类】
源站学科分类：Genetics、Neuroscience、Pharmacology、Evolutionary Biology、Biological Sciences not elsewhere classified、Developmental Biology。主题标签：pattern baldness、prediction、sample、PPV、AUC、hair loss、NPV、UK。本站分类：皮肤与结缔组织疾病/脱发。
【适用方向】
源站学科分类标注为 Genetics、Neuroscience、Pharmacology、Evolutionary Biology、Biological Sciences not elsewhere classified、Developmental Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Genetic_prediction_of_male_pattern_baldness/4650559
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Hagenaars, Saskia P.; David Hill, W.; E. Harris, Sarah; J. Ritchie, Stuart; Davies, Gail; C. Liewald, David; et al. (2017). Genetic prediction of male pattern baldness. PLOS Genetics. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，引用时请注意版本时效。
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（Figshare）
- 源站标题：Genetic prediction of male pattern baldness
- DOI：10.1371/journal.pgen.1006594
- 发布日期：2017-02-14
- 文件数：12 个
- 文件总体积：4.98 MB
- 源站页面：https://plos.figshare.com/articles/dataset/Genetic_prediction_of_male_pattern_baldness/4650559
命令行下载
curl -L -o "S1 Table.xlsx" "https://ndownloader.figshare.com/files/7589824"
curl -L -o "S2 Table.xlsx" "https://ndownloader.figshare.com/files/7589839"
curl -L -o "S3 Table.xlsx" "https://ndownloader.figshare.com/files/7589878"
curl -L -o "S4 Table.xlsx" "https://ndownloader.figshare.com/files/7589893"
curl -L -o "S5 Table.xlsx" "https://ndownloader.figshare.com/files/7589908"
curl -L -o "S6 Table.xlsx" "https://ndownloader.figshare.com/files/7589923"
curl -L -o "S7 Table.xlsx" "https://ndownloader.figshare.com/files/7589941"
curl -L -o "S8 Table.xlsx" "https://ndownloader.figshare.com/files/7589953"
文件清单
S1 Table.xlsx（12.41 KB）S2 Table.xlsx（51.65 KB）S3 Table.xlsx（14.70 KB）S4 Table.xlsx（8.92 KB）S5 Table.xlsx（749.96 KB）S6 Table.xlsx（10.26 KB）S7 Table.xlsx（15.40 KB）S8 Table.xlsx（9.07 KB）S1 Appendix.docx（43.67 KB）S1 Fig.pdf（3.75 MB）S2 Fig.tif（158.78 KB）S3 Fig.tif（149.17 KB）
文件总体积 4.98 MB（源站 API 实测）。
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。
数据说明
男性型脱发可产生显著的心理社会影响，并已在表型上与前列腺癌和心血管疾病等不良健康结局相关联。我们利用英国生物银行52,000多名40-69岁男性参与者的数据，探索了该特征的遗传结构。我们识别出250多个与严重脱发相关的独立遗传位点（P-8）。通过将队列分为40,000人的发现样本和12,000人的目标样本，我们开发了一种完全基于常见遗传变异的预测算法，该算法能够区分无脱发者与严重脱发者（AUC = 0.78，敏感性 = 0.74，特异性 = 0.69，PPV = 59%，NPV = 82%）。本研究的结果可能有助于识别脱发风险最高的人群，以及潜在的干预遗传靶点。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pgen.1006594（source: https://plos.figshare.com/articles/dataset/Genetic_prediction_of_male_pattern_baldness/4650559）。
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。
