OpenGWAS尿道狭窄GWAS数据
OpenGWAS提供UK Biobank ICD10 N35尿道狭窄GWAS汇总统计，可用于遗传工具变量、风险位点筛选和因果推断。
基本信息
资源简介
OpenGWAS尿道狭窄GWAS数据
【一句话概览】
OpenGWAS 数据集 ukb-d-N35 的页面提供 VCF 文件下载，链接有效期为 2 小时，每 24 小时最多可下载 20 个数据集的 VCF 文件；自动查询需生成 JWT 令牌，可使用 ieugwasr、ieugwaspy 或 OpenGWAS API。该数据集可能尚未收录于 Genotype-Phenotype Map 数据库，页面还列出相关数据集及 EpiGraphDB 推荐链接（来源 gwas.mrcieu.ac.uk）。
【数据集背景】
本数据集源站标题为《ukb-d-N35》。
【数据内容】
源站原始描述：OpenGWAS Copied to clipboard! 0% Loading... OpenGWAS ID: Loading... Field Value Download Loading... QC Report VCF Files *limit applies VCF Download Links The link(s) will be valid for 2 hours. Click on a link to copy to clipboard. You can only download VCF files of 20 datasets per 24 hours on this website. For automated queries please use one of the following - in any case you will need to generate a token (JWT) : ieugwasr::gwasinfo_files() ieugwaspy.gwasinfo_files() OpenGWAS API (build your own…
中文译文（机器翻译，仅供快速理解，请以原文为准）：OpenGWAS 已复制到剪贴板！ 0% 加载中... OpenGWAS ID： 加载中... 字段 值 下载 加载中... 质控报告 VCF 文件 *有限制 VCF 下载链接 链接有效期为 2 小时。点击链接即可复制到剪贴板。 本网站每 24 小时仅可下载 20 个数据集的 VCF 文件。 如需自动化查询，请使用以下方式之一——无论哪种方式，您都需要生成令牌（JWT）： ieugwasr::gwasinfo_files() ieugwaspy.gwasinfo_files() OpenGWAS API（自行构建封装） 基因型-表型图谱 该数据集可能尚未收录于 GPMap 数据库。 相关数据集（服务不可用） EpiGraphDB 推荐的第二个链接项 > 返回所有数据集
【主题与分类】
主题标签：OpenGWAS、GWAS、Genotype-Phenotype Map。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://gwas.mrcieu.ac.uk/datasets/ukb-d-N35/
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。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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://gwas.mrcieu.ac.uk/datasets/ukb-d-N35/
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
OpenGWAS提供UK Biobank ICD10 N35尿道狭窄GWAS汇总统计，可用于遗传工具变量、风险位点筛选和因果推断。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
