MLKL 抑制与酒精性肝病动物模型数据集
该数据集来自 Harvard Dataverse，由 Jun, Dae Won 等人于 2023 年发布，主题为 MLKL 抑制在酒精性肝病动物模型中的作用
基本信息
资源简介
MLKL 抑制与酒精性肝病动物模型数据集
MLKL Inhibition and Alcoholic Liver Disease Animal Model 是一个聚焦于酒精性肝病动物模型研究的科学数据集，由 Jun, Dae Won 等研究者于 2023 年发布，收录于 Harvard Dataverse。该数据集围绕 MLKL 抑制在酒精性肝病动物模型中的作用展开，涉及 Necroptosis、MLKL 及细胞死亡等主题，属于消化系统疾病领域的医学与生命科学研究资源。数据集以英文命名，来源站为 doi.org，主题标签涵盖 Medicine, Health and Life Sciences、Alcoholic Liver Disease、Necroptosis、MLKL 和 Cell Death，可供相关领域研究者获取与使用。
【数据集背景】
酒精性肝病是消化系统疾病中的重要类型，其发病机制涉及多种细胞死亡方式。该数据集的研究背景聚焦于 MLKL 抑制在酒精性肝病动物模型中的作用。MLKL 是 Necroptosis（坏死性凋亡）通路中的关键分子，而 Necroptosis 作为一种程序性细胞死亡方式，在肝脏疾病中的作用受到关注。该数据集由 Jun, Dae Won 等作者于 2023 年发布，机构为 Harvard Dataverse，旨在为探索 MLKL 抑制对酒精性肝病动物模型的影响提供数据支撑。源站描述指出，文件包含 MLKL 抑制在酒精性肝病动物模型中效果的数据集，作者包括 Keon Hwi Im、Waqar Khalid Saeed、Eun Bin Kim、A Hyeon Lee、Ji Eun Kim、Seung Min Lee、Xuanyuan hanning5、Hyun Sung Kim、Dae Won Jun 和 Eileen L. Yoon。
【数据内容】
该数据集的主题标签包括 Medicine, Health and Life Sciences、Alcoholic Liver Disease、Necroptosis、MLKL 和 Cell Death，表明其内容涉及医学与生命科学领域，具体围绕酒精性肝病、坏死性凋亡、MLKL 及细胞死亡等方向。源站描述仅说明文件包含 MLKL 抑制在酒精性肝病动物模型中效果的数据集，未提供具体数据文件数量、变量字段、样本量、实验分组或测量指标等细节。因此，关于数据内容的具体构成，源站未提供。
【采集与来源】
该数据集来源于 doi.org，收录机构为 Harvard Dataverse，发布时间为 2023 年。作者为 Jun, Dae Won 等。源站描述中列出了作者名单：Keon Hwi Im、Waqar Khalid Saeed、Eun Bin Kim、A Hyeon Lee、Ji Eun Kim、Seung Min Lee、Xuanyuan hanning5、Hyun Sung Kim、Dae Won Jun 和 Eileen L. Yoon。关于实验动物种类、模型构建方法、数据采集时间、采集地点及具体实验流程等信息，源站未提供。
【适用场景】
基于主题标签和源站描述，该数据集适用于酒精性肝病动物模型研究、Necroptosis 机制研究、MLKL 抑制效果评估以及细胞死亡相关研究等场景。研究者可将其用于探索 MLKL 抑制在酒精性肝病中的作用，或作为相关领域系统综述与二次分析的参考资料。由于源站未提供具体数据结构和变量信息，实际适用场景需结合数据文件内容进一步判断。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、文件格式、软件要求、分析流程或代码示例等。使用者需依据 Harvard Dataverse 平台的一般操作方式获取数据，并结合自身研究目的进行分析。
【质量与限制】
源站未提供关于数据质量、完整性、准确性或局限性的具体说明。该数据集为动物模型研究数据，其结论向人体临床转化的适用性需谨慎评估。此外，源站未提供样本量、重复次数、统计方法或潜在偏倚等信息，使用者在解释结果时应结合原始研究背景加以判断。
【引用与许可】
该数据集的作者为 Jun, Dae Won 等，发布时间为 2023 年，机构为 Harvard Dataverse，来源站为 doi.org。源站描述中列出了完整作者名单。关于引用格式、许可协议、使用限制或版权声明等信息，源站未提供。使用者在引用或使用该数据集时，应参考 Harvard Dataverse 平台上的正式说明。
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/10.7910/dvn/ynd7fa
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
该文件包含MLKL抑制对酒精性肝病动物模型影响的数据集。Keon Hwi Im, Waqar Khalid Saeed, Eun Bin Kim, A Hyeon Lee, Ji Eun Kim, Seung Min Lee, Xuanyuan hanning5, Hyun Sung Kim, Dae Won Jun, 和 Eileen L. Yoon (2023)
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。
