动脉粥样硬化性心血管疾病肠道微生物组支持数据
该数据集为动脉粥样硬化性心血管疾病(ACVD)肠道微生物组的支持数据,来源于对218例ACVD患者与187例健康对照粪便开展的宏基因组关联研究

基本信息
资源简介
动脉粥样硬化性心血管疾病肠道微生物组支持数据
Supporting data for "The gut microbiome in atherosclerotic cardiovascular disease"
该数据集为动脉粥样硬化性心血管疾病(ACVD)肠道微生物组的支持数据,来源于对218例ACVD患者与187例健康对照粪便开展的宏基因组关联研究。研究显示ACVD患者肠道微生物组偏离健康状态,表现为Enterobacteriaceae与Streptococcus spp.丰度增加,并在心血管健康相关分子的代谢或转运潜力上发生功能改变;尽管药物治疗是混杂因素,ACVD状态而非当前用药是该队列的主要区分特征。数据可用于微生物组分类建模、疾病相关菌群与功能分析,以及与其他心血管代谢疾病肠道微生物组数据的比较研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):肠道微生物群已被认为与心血管疾病相关。然而,与心血管疾病相关的肠道微生物组的组成和功能能力尚未得到系统检查。在此,我们对218名动脉粥样硬化性心血管疾病(ACVD)患者和187名健康对照者的粪便进行了宏基因组关联研究。ACVD肠道微生物组偏离健康状态,表现为Enterobacteriaceae和Streptococcus spp.丰度增加,并在功能上表现为对若干对心血管健康重要的分子的代谢或转运潜力改变。尽管药物治疗是一个混杂因素,但ACVD状态而非当前药物使用是该队列中的主要区分特征。通过与与其他心血管代谢疾病(肥胖和2型
【主题与分类】
主题标签:Metagenomic。本站分类:循环系统疾病。
【获取与许可】
源站页面:http://gigadb.org/dataset/100358
使用许可:Creative Commons Zero v1.0 Universal。
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/10.5524/100358
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
肠道菌群与心血管疾病存在关联,但有关心血管疾病的肠道微生物组的组成和功能能力尚未得到系统研究。在此,我们对218例动脉粥样硬化性心血管疾病(ACVD)患者和187名健康对照者的粪便进行了全宏基因组关联研究。ACVD肠道微生物组偏离健康状态,表现为肠杆菌科和链球菌属丰度增加,并在功能上表现为对若干对心血管健康重要分子的代谢或转运潜力改变。尽管药物治疗是一个混杂因素,但ACVD状态而非当前用药是该队列的主要区分特征。通过与肥胖和2型糖尿病等其他心脏代谢疾病、肝硬化及类风湿关节炎相关的肠道微生物组数据比较,我们识别出共同主题。我们的数据为进一步研究肠道微生物组在促进或预防ACVD及其他相关疾病中的作用提供了综合性资源。
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。




