非酒精性脂肪性肝病动物模型数据库

数据集获取

源站：https://search.dataone.org/view/sha256%3Af1fd6de90c3314a472304413859695418a12e02dd6f94c196fe41b26c106d704

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

选择与设计最优动物模型是转化科学的关键环节，然而对于特定疾病何种模型最优，往往缺乏共识。本文中，我们构建了一个包含3920种非酒精性脂肪性肝病（NAFLD）啮齿类动物模型的数据库。由于设计上的高度异质性，很少有模型被引用超过一次。对遗传模型的分析为脂肪功能障碍及先天免疫系统扰动在NAFLD进展中的作用提供了证据。我们发现，高脂肪、高果糖饮食模型最能重现人类NAFLD的表型。动物模型命名存在显著差异；需要就特殊饮食术语达成共识。更广泛地讲，该分析揭示了临床前研究设计中的变异性，以及这种变异性如何可能限制动物研究的可重复性。

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。