Khan 2020_鞘脂代谢减弱作为未来2型糖尿病发病标志与胰岛β细胞功能障碍相关
该数据集来自 search.dataone.org，主题为2型糖尿病（T2D）与妊娠期糖尿病（GDM）相关的鞘脂代谢研究
基本信息
资源简介
Khan 2020_鞘脂代谢减弱作为未来2型糖尿病发病标志与胰岛β细胞功能障碍相关
Khan 2020_Diminished sphingolipid metabolism, a hallmark of future type 2 diabetes pathogenesis, is linked to pancreatic beta-cell dysfunction
该数据集来自 search.dataone.org，主题为2型糖尿病（T2D）与妊娠期糖尿病（GDM）相关的鞘脂代谢研究。数据基于SWIFT队列中部分GDM女性的组学精准医学分析，并结合系统生物学、体内与体外研究，探讨鞘脂代谢减弱在胰岛β细胞功能障碍及T2D发病机制中的作用。研究还提出了一种将独立代谢组学映射到全基因组关联研究数据的策略，识别出CERS2和CERS4两个鞘脂代谢相关基因及五个风险等位基因，并发现纳入鞘脂鞘磷脂SM C16:10水平可显著提升口服葡萄糖耐量试验相关能力。可用于T2D发病机制、代谢标志物与遗传风险研究（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：胰岛β细胞功能障碍和β细胞质量丧失是2型糖尿病（T2D）发生的关键机制。我们提出多项证据支持鞘脂代谢减弱在这些T2D机制方面发挥关键作用；这是通过对SWIFT队列中一部分妊娠期糖尿病（GDM）女性采用组学衍生的精准医学方法，并结合随后的系统生物学、体内和体外研究实现的。我们还设计了一种将独立代谢组学映射到全基因组关联研究数据的策略，该策略识别出两个鞘脂代谢相关基因（即CERS2和CERS4），它们带有五个与T2D发生及整体生化表型相关的风险等位基因。此外，纳入鞘脂鞘磷脂（SM）C16:10水平被发现可显著增强口服葡萄糖耐量试验的能力
【主题与分类】
主题标签：T2D、Medicine, Health and Life Sciences、GDM。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A7d82301be5bed9c916022aae7528c4725a3d6f349b6c54e11f29b89f6b7e2a51
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
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
胰腺β细胞功能障碍和数量减少是2型糖尿病（T2D）发展的关键机制。我们提出多项证据支持鞘脂代谢减弱在T2D这些机制方面中的核心作用；这是通过采用组学衍生的精准医学方法对SWIFT队列中一部分妊娠期糖尿病（GDM）女性进行研究，并结合随后的系统生物学、体内和体外研究实现的。我们还设计了一种将独立代谢组学映射到全基因组关联研究数据的策略，该策略识别出两个与鞘脂代谢相关的基因（即CERS2和CERS4），其携带五个与T2D发展及整体生化表型相关的风险等位基因。此外，纳入鞘脂鞘磷脂（SM）C16:10水平被发现能显著增强口服葡萄糖耐量试验在该亚队列中预测未来T2D的能力。综上所述，这些数据表明鞘脂生物合成的早期改变促成未来T2D风险。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
