自身免疫性肝炎的分子特征:脂质组学方法
该数据集来自 clinicaltrials.gov,聚焦自身免疫性肝炎(AIH)与非酒精性脂肪性肝病的分子特征研究,采用脂质组学方法

基本信息
资源简介
自身免疫性肝炎的分子特征:脂质组学方法
该数据集来自 clinicaltrials.gov,聚焦自身免疫性肝炎(AIH)与非酒精性脂肪性肝病的分子特征研究,采用脂质组学方法。源站描述涵盖 AIH 的血清转氨酶与 IgG 升高、自身抗体及组织病理学界面肝炎等特征,并区分 AIH 1 型(抗平滑肌抗体和/或抗核抗体)与 AIH 2 型(抗肝肾微粒体 1 型和/或抗肝细胞溶质 1 型抗体),涉及 B、T 淋巴细胞与巨噬细胞参与的免疫失调。可用于探索 AIH 的脂质代谢标志物及与脂肪肝的鉴别研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:自身免疫性肝炎、非酒精性脂肪性肝病。自身免疫性肝炎(AIH)是一种慢性炎症性肝病,特征为血清转氨酶和 IgG 免疫球蛋白水平升高、存在器官特异性和非器官特异性自身抗体,以及组织病理学上的界面性肝炎。已识别出两种不同类型:AIH 1 型,与抗平滑肌抗体(SMA)和/或抗核抗体(ANA)相关;AIH 2 型,与抗肝肾微粒体 1 型(anti-LKM-1)和/或抗肝细胞溶质 1 型(anti-LC-1)抗体相关。AIH 表现出由涉及 B 和 T 淋巴细胞及巨噬细胞的免疫失调驱动的异质性临床表现。自身免疫反应由 T 淋巴细胞识别由 MHC 分子呈递的自身抗原所启动,导致分化为介导 he
【主题与分类】
主题标签:Autoimmune Hepatitis、Non-Alcoholic Fatty Liver Disease。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07644936
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://clinicaltrials.gov/study/NCT07644936
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
疾病:自身免疫性肝炎、非酒精性脂肪性肝病。自身免疫性肝炎(AIH)是一种慢性炎症性肝病,其特征为血清转氨酶和IgG免疫球蛋白水平升高、存在器官特异性和非器官特异性自身抗体,以及组织病理学上的界面性肝炎。目前已识别出两种不同的类型:AIH 1型,与抗平滑肌抗体(SMA)和/或抗核抗体(ANA)相关;AIH 2型,与抗肝肾微粒体1型抗体(anti-LKM-1)和/或抗肝细胞溶质1型抗体(anti-LC-1)相关。AIH呈现出由涉及B淋巴细胞、T淋巴细胞和巨噬细胞的免疫失调所驱动的异质性临床表现。自身免疫反应由T淋巴细胞识别由MHC分子呈递的自身抗原所启动,导致分化为介导肝脏损伤的Th1、Th2或Th17细胞。细胞外囊泡(EVs)近年来被认为参与AIH的发病机制,作为细胞间通讯的介质发挥作用。
细胞外囊泡可携带自身抗原、信号分子、脂质和核酸,调节免疫反应并可能促进免疫耐受破坏。在自身免疫性肝炎中,细胞外囊泡可能运载肝脏自身抗原并调节肝脏内免疫细胞活性。目前尚无特异性生物标志物能够可靠地将自身免疫性肝炎与其他肝脏疾病(包括非酒精性脂肪性肝病/代谢功能障碍相关脂肪性肝病)区分开来,而由于代谢改变重叠,自身免疫性肝炎常与这些疾病相关。因此,提出采用脂质组学方法以识别与自身免疫性肝炎相关的特异性脂质谱。将对两个研究组的红细胞膜和血清进行脂质组学分析。提取的脂肪酸将进行衍生化,并通过气相色谱-火焰离子化检测器(GC-FID)分析,与FAME Mix-37色谱图进行比较。从血清中分离的细胞外囊泡将进一步表征,以探索其作为免疫抑制或免疫调节药物递送的生物相容性纳米载体的潜在用途。
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。




