多组学整合数据集
该数据集为多组学整合数据集，来源于关于长链脂肪酸氧化障碍中灭活脂毒性神经酰胺以治疗心肌病的研究，由NORRIS, MARIE发布，机构为Harvard Dataverse，发布时间为2025年，主题标签为Medicine, Health and Life Sciences，本站分类为心血管系统疾病/
基本信息
资源简介
多组学整合数据集
Multi-omics-integration Dataset 是一个面向心血管系统疾病研究的多组学整合数据集，其研究背景聚焦于长链脂肪酸氧化障碍中的心肌病治疗问题，具体涉及通过灭活脂毒性神经酰胺来干预该类心肌病的探索。该数据集由作者 NORRIS, MARIE 发布，发布机构为 Harvard Dataverse，发布时间为 2025 年，主题标签归属 Medicine, Health and Life Sciences，在来源站点的分类中对应心血管系统疾病下的心肌病方向，来源站为 doi.org。数据集以多组学数据的整合为核心特征，服务于脂质代谢异常与心肌病机制研究的相关需求，为探索长链脂肪酸氧化障碍所致心肌病的病理过程与潜在治疗靶点提供数据基础。
【数据集背景】
该数据集的研究背景来自长链脂肪酸氧化障碍相关的心肌病治疗研究，其核心科学问题围绕脂毒性神经酰胺的灭活展开。长链脂肪酸氧化障碍是一类脂肪酸代谢异常的疾病情形，与心肌病的发生发展存在关联，而神经酰胺作为脂毒性相关分子在这一过程中受到关注。数据集正是在这一研究语境下形成，旨在通过多组学层面的数据整合，支撑对上述病理机制与治疗思路的深入分析。数据集的分类归属为心血管系统疾病中的心肌病方向，主题标签为 Medicine, Health and Life Sciences，体现了其医学与生命科学交叉的研究属性。
【数据内容】
该数据集为多组学整合数据集，其内容组织围绕多组学数据的整合展开，服务于长链脂肪酸氧化障碍中心肌病相关研究。除多组学整合这一核心特征外，源站未提供关于具体组学类型、样本数量、变量构成、文件格式及数据规模的进一步说明。
【采集与来源】
数据集来源于 doi.org，发布机构为 Harvard Dataverse，作者为 NORRIS, MARIE，发布时间为 2025 年。源站描述表明该数据集来自关于长链脂肪酸氧化障碍中灭活脂毒性神经酰胺以治疗心肌病的研究。除上述来源与发布信息外，源站未提供关于样本采集流程、实验平台、数据处理步骤等具体采集细节。
【适用场景】
基于其分类与主题归属，该数据集适用于心血管系统疾病特别是心肌病方向的研究场景，尤其是围绕长链脂肪酸氧化障碍、脂毒性神经酰胺与心肌病治疗之间关系的研究工作。多组学整合的特性使其可用于需要跨组学层面综合分析的研究需求。除此之外，源站未提供关于具体适用场景的更多说明。
【使用方法】
源站未提供关于该数据集使用方法的具体说明，包括数据获取方式、预处理要求、分析流程或配套工具等信息。
【质量与限制】
源站未提供关于该数据集质量控制、数据完整性、覆盖范围或使用限制的具体说明。
【引用与许可】
该数据集的作者为 NORRIS, MARIE，发布机构为 Harvard Dataverse，发布年份为 2025 年，来源站为 doi.org。除上述信息外，源站未提供关于引用格式与许可条款的具体说明。
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://doi.org/10.7910/dvn/srs5um
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:
数据集大小约 89.1 KB。
数据说明
multi-omics-integration dataset from Inactivating Lipotoxic Ceramides to Treat Cardiomyopathy in Long-Chain Fatty Acid Oxidation Disorders
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。
