README.md

---
annotations_creators:
- found
language:
- en
license: mit
multilinguality: monolingual
pretty_name: vep_mendelian_traits_chr11_split
size_categories:
- 10K<n<100K
source_datasets:
- original
task_categories:
- sequence-modeling
task_ids:
- sequence-classification
---
# vep_clinvar_chr1_split

- 字段: ref, alt, label, chromosome, position
- 划分: chromosome=1为test，其余为train
- 支持自动生成ref/alt序列

## 用法

```python
from datasets import load_dataset

ds = load_dataset(
    "Bgoood/vep_mendelian_traits_chr11_split",
    sequence_length=2048,
    fasta_path="/path/to/hg38.fa.gz",
    data_dir="."
)
```
```

---

## 5. 上传到 HuggingFace

1. **初始化git repo（如果还没有）**
   ```bash
   git lfs install
   git clone https://huggingface.co/datasets/Bgoood/vep_mendelian_traits_chr11_split
   cd vep_mendelian_traits_chr11_split
   # 把 train.csv, test.csv, vep_mendelian_traits_chr11_split.py, README.md 放到这个目录
   git add .
   git commit -m "init dataset with script"
   git push
   ```

2. **或者直接网页上传**  
   在你的数据集页面，点击“Add file”，上传上述文件。

---

## 6. 用户使用方式

用户只需这样调用即可自动生成ref/alt序列：

```python
from datasets import load_dataset

ds = load_dataset(
    "Bgoood/vep_mendelian_traits_chr11_split",
    sequence_length=2048,
    fasta_path="/path/to/hg38.fa.gz",
    data_dir="."
)
```

---

## 7. 依赖

确保用户环境已安装：
```bash
pip install datasets pyfaidx pandas
```

---

## 8. 注意事项

- `fasta_path` 必须是本地可访问的 hg38.fa.gz 路径。
- 你上传到HF的数据集只需包含原始csv和脚本，不需要包含fasta文件。

---

如需自动化脚本生成csv、或有其他定制需求，请随时告知！