动植物蛋白奶昔如何改变身体的营养与健康反应
该数据集来自clinicaltrials.gov,主题为心血管代谢健康,记录了一项随机、对照、交叉临床试验,研究膳食蛋白来源与leucine补充对健康成人循环氨基酸及下游代谢和免疫信号通路的急性影响

基本信息
资源简介
动植物蛋白奶昔如何改变身体的营养与健康反应
该数据集来自clinicaltrials.gov,主题为心血管代谢健康,记录了一项随机、对照、交叉临床试验,研究膳食蛋白来源与leucine补充对健康成人循环氨基酸及下游代谢和免疫信号通路的急性影响。研究由University of Pittsburgh的研究人员开展,基于膳食蛋白组成(尤其是leucine等氨基酸的种类和数量)可能影响心血管代谢健康相关关键生物学过程的证据。数据可用于分析植物与动物蛋白摄入后的营养与健康响应差异(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心血管代谢健康。这是一项随机、对照、交叉临床试验,旨在研究膳食蛋白来源和leucine补充对健康成人循环氨基酸及下游代谢和免疫信号通路的急性影响。该研究由University of Pittsburgh的研究人员开展,基于新出现的证据,即膳食蛋白组成——特别是leucine等氨基酸的类型和数量——可能影响与心血管代谢健康相关的关键生物学过程。蛋白质是人类饮食的重要组成部分,不同蛋白来源(植物与动物)含有不同数量和类型的氨基酸。一种特别受关注的氨基酸是leucine,一种已知可激活mTOR(mechanistic target of rapamycin)信号通路的支链氨基酸(BCAA)。mTOR
【主题与分类】
主题标签:Cardiometabolic Health。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07121010
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://clinicaltrials.gov/study/NCT07121010
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
条件:心血管代谢健康。这是一项随机、对照、交叉临床试验,旨在研究膳食蛋白质来源和亮氨酸补充对健康成人循环氨基酸及下游代谢和免疫信号通路的急性影响。该研究由匹兹堡大学的研究人员开展,基于新出现的证据,即膳食蛋白质组成——尤其是亮氨酸等氨基酸的类型和数量——可能影响与心血管代谢健康相关的关键生物学过程。蛋白质是人体饮食的重要组成部分,不同蛋白质来源(植物与动物)含有不同数量和类型的氨基酸。一种特别受关注的氨基酸是亮氨酸,它是一种支链氨基酸(BCAA),已知可激活mTOR(雷帕霉素机制靶点)信号通路。mTOR通路在调节细胞生长、代谢、免疫反应和能量利用中发挥关键作用。该通路的过度或慢性激活已被认为与心血管代谢疾病有关,包括动脉粥样硬化、肥胖、胰岛素抵抗和炎症。
动物来源的蛋白质,如牛奶或肉类,其亮氨酸含量往往高于大豆或豌豆等植物来源的蛋白质。这一差异或许能解释高动物蛋白饮食与植物蛋白饮食之间观察到的一些代谢差异。尽管植物性饮食常因其抗炎和心血管益处而被推荐,但它们可能缺乏足够的亮氨酸来激活某些组织中的合成代谢信号通路。目前尚不清楚,在植物性蛋白中补充游离亮氨酸是否能达到与摄入动物蛋白相同的生物学反应。该试验包含三个研究组:(1)仅含植物性蛋白的冰沙,(2)含动物性蛋白的冰沙,以及(3)添加了游离亮氨酸的植物性冰沙。每份冰沙均为等热量,且宏量营养素含量相匹配。
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。




