基于血清代谢组学的慢性肾脏病生物标志物识别数据集
本数据集是一个包含511份血清样本的代谢组学数据集，涵盖194名非透析慢性肾脏病患者和317名健康对照者，采用超高效液相色谱-串联质谱技术进行非靶向代谢组学分析，共鉴定出314种差异代谢物，并关联了精氨酸生物合成、苯丙氨酸代谢等多个关键通路，主要用于慢性肾脏病的生物标志物发现、疾病机制探索以及代谢异常在肾脏病发病中的作用研究，为肾脏病学和代谢组学研究提供了重要的数据资源。
基本信息
资源简介
基于血清代谢组学的慢性肾脏病生物标志物识别数据集
【数据集背景】
本数据集源站标题为《Identification of serum biomarkers for chronic kidney disease using serum metabolomics》。配套论文《Identification of serum biomarkers for chronic kidney disease using serum metabolomics》发表于 Renal Failure（2024），DOI：10.1080/0886022X.2024.2409346。项目资助方：The study was supported by the Henan Provincial Medical Science and Technology Project (SBGJ2018035), the Key Projects of Henan Province Colleges and Universities (21A320060), Henan Province Science and Technology Innovation Personnel Training Project (YXKC2022018), the National Key Research and Development Program of China (2018YFC2000500), and the National Natural Science Foundation of China (U2004121).。源站首次发布：2024-10-08。
【数据内容】
源站原始描述：This study aimed to identify biomarkers for chronic kidney disease (CKD) by studying serum metabolomics. Serum samples were collected from 194 non-dialysis CKD patients and 317 healthy controls (HC). Using ultra-high-performance liquid chromatography-tandem mass spectrometry (UPLC-MS), untargeted metabolomics analysis was conducted. A random forest model was developed and validated in separate sets of HC and CKD patients. The serum metabolomic profiles of patients with chronic kidney disease (CK…
【数据结构与技术规格】
文件数 18 个，合计 19.42 MB。Online supplementary data S10.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，3.65 MB。Online supplementary data S11.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，18.71 KB。数据集 DOI：10.6084/m9.figshare.27188614.v1。
【主题与分类】
源站学科分类：Biochemistry、Medicine、Microbiology、Cell Biology、Genetics、Physiology。主题标签：Chronic kidney disease、serum metabolomics、metabolic pathways、biomarkers、gut microbiome。
【适用方向】
源站学科分类标注为 Biochemistry、Medicine、Microbiology、Cell Biology、Genetics、Physiology。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Identification_of_serum_biomarkers_for_chronic_kidney_disease_using_serum_metabolomics/27188614
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Identification of serum biomarkers for chronic kidney disease using serum metabolomics. Taylor & Francis. Gu, Xi; Dong, Yindi; Wang, Xuemei; Ren, Zhigang; Li, Guanhua; Hao, Yaxin; et al
【使用注意】
· 源站最后修改于 2026-01-21，引用时请注意版本时效。
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（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集是一个用于慢性肾脏病（CKD）生物标志物研究的血清代谢组学数据集。研究收集了194名非透析CKD患者和317名健康对照者的血清样本，采用超高效液相色谱-串联质谱（UPLC-MS）技术进行非靶向代谢组学分析。通过构建随机森林模型并在独立的患者与健康对照组中进行验证，共鉴定出314种存在显著差异的代谢物（其中179种在CKD患者中上调，135种下调）。KEGG富集分析揭示了精氨酸生物合成、苯丙氨酸代谢、亚油酸代谢和嘌呤代谢等关键通路。该数据集为探索CKD的发病机制、发现潜在诊断生物标志物以及研究代谢异常在疾病中的作用提供了重要数据支持，主要应用于肾脏病学、代谢组学和生物标志物发现等研究领域。
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。
