Lactobacillus联合菌群通过保护上皮屏障完整性和调节先天免疫反应减轻DSS诱导的结肠炎
数据覆盖体外胃肠道耐受、细胞毒性与黏附实验，poly(I:C) 刺激的 HCT116 与 RAW 264.7 细胞实验，抗生素处理条件下的 DSS 诱导小鼠结肠炎实验，以及临床与宏观疾病评估、组织病理学分析、免疫荧光测量和种特异性 PCR 分析
基本信息
资源简介
Lactobacillus联合菌群通过保护上皮屏障完整性和调节先天免疫反应减轻DSS诱导的结肠炎
A Lactobacillus Consortium Attenuates DSS-Induced Colitis by Preserving Epithelial Barrier Integrity and Modulating Innate Immune Responses
该数据集来自 doi.org，包含支持论文《A Lactobacillus Consortium Attenuates DSS-Induced Colitis by Preserving Epithelial Barrier Integrity and Modulating Innate Immune Responses》的原始与处理后实验数据。数据覆盖体外胃肠道耐受、细胞毒性与黏附实验，poly(I:C) 刺激的 HCT116 与 RAW 264.7 细胞实验，抗生素处理条件下的 DSS 诱导小鼠结肠炎实验，以及临床与宏观疾病评估、组织病理学分析、免疫荧光测量和种特异性 PCR 分析。可用于支持研究透明性、可重复性和独立评估（来源。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含支持题为“A Lactobacillus Consortium Attenuates DSS-Induced Colitis by Preserving Epithelial Barrier Integrity and Modulating Innate Immune Responses”的手稿所报告发现的原始和处理后实验数据。该数据集包括来自体外胃肠道耐受、细胞毒性和黏附测定的数据；poly(I:C) 刺激的 HCT116 和 RAW 264.7 细胞实验；抗生素处理条件下的 DSS 诱导小鼠结肠炎实验；临床和宏观疾病评估；组织病理学分析；免疫荧光测量；以及种特异性 PCR 分析。提供该数据集是为了支持透明度、可重复性和对所报告发现的独立评估。
【主题与分类】
主题标签：Probiotics、DSS colitis、Lactobacillus、IBD。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23178496
使用许可：Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.23178496
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 976.1 MB。
数据说明
本数据集包含支持题为“一种乳杆菌联合体通过维持上皮屏障完整性和调节先天免疫反应减轻DSS诱导的结肠炎”的手稿中所报告研究结果的原始及处理后实验数据。数据集涵盖体外胃肠道耐受性、细胞毒性和黏附试验数据；poly(I:C)刺激的HCT116和RAW 264.7细胞实验数据；抗生素预处理的小鼠DSS诱导结肠炎实验数据；临床和宏观疾病评估数据；组织病理学分析数据；免疫荧光检测数据；以及种特异性PCR分析数据。提供本数据集旨在支持所报告研究结果的透明度、可重复性和独立评估。
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。
