通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

GATK 资源包

  • 项目

GATK 资源包是标准文件的集合，用于与 GATK 的人类基因序列数据结合使用。

注意

Microsoft 按“原样”提供 Azure 开放数据集。 Microsoft 对数据集的使用不提供任何担保（明示或暗示）、保证或条件。 在当地法律允许的范围内，Microsoft 对使用数据集而导致的任何损害或损失不承担任何责任，包括直接、必然、特殊、间接、偶发或惩罚性损害或损失。

此数据集是根据 Microsoft 接收源数据的原始条款提供的。 数据集可能包含来自 Microsoft 的数据。

数据源

此数据集是 https://gatk.broadinstitute.org/hc/articles/360035890811-Resource-bundle 处的数据存储的镜像

数据量和更新频率

  1. datasetgatkbestpractices：542 GB
  2. datasetgatklegacybundles：61 GB
  3. datasetgatktestdata：2 TB
  4. datasetpublicbroadref：477 GB
  5. datasetbroadpublic：3 TB

数据集每月更新一次，在每月第一周进行更新。

存储位置

此数据集存储在 Azure 美国西部 2 和美国中西部区域。 为实现相关性，建议将计算资源分配到美国西部 2 或美国中西部区域。

数据访问

  1. datasetgatkbestpractices

    美国西部 2： https://datasetgatkbestpractices.blob.core.windows.net/dataset

    美国中西部： https://datasetgatkbestpractices-secondary.blob.core.windows.net/dataset

  2. datasetgatklegacybundles

    美国西部 2： https://datasetgatklegacybundles.blob.core.windows.net/dataset

    美国中西部： https://datasetgatklegacybundles-secondary.blob.core.windows.net/dataset

  3. datasetgatktestdata

    美国西部 2： https://datasetgatktestdata.blob.core.windows.net/dataset

    美国中西部： https://datasetgatktestdata-secondary.blob.core.windows.net/dataset

  4. datasetpublicbroadref

    美国西部 2： https://datasetpublicbroadref.blob.core.windows.net/dataset

    美国中西部： https://datasetpublicbroadref-secondary.blob.core.windows.net/dataset

    美国中南部：https://datasetpublicbroadrefsc.blob.core.windows.net/dataset

  5. datasetbroadpublic

    美国西部 2： https://datasetbroadpublic.blob.core.windows.net/dataset

    美国中西部： https://datasetbroadpublic-secondary.blob.core.windows.net/dataset

    美国中南部：https://datasetbroadpublicsc.blob.core.windows.net/dataset

使用条款

访问 GATK 资源包官方网站。

联系人

访问 GATK 资源包官方网站。

后续步骤

查看开放数据集目录中的其余数据集。