南佛罗里达儿童环境暴露相关环境与生物基质中有机化合物非靶向筛查数据集，2022-2024

数据集获取

源站：https://search.dataone.org/view/https%3A%2F%2Fpasta.lternet.edu%2Fpackage%2Fmetadata%2Feml%2Fedi%2F2029%2F1

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

该数据集提供了一份全面的化学物质清单，涉及儿童从膳食和非膳食来源的暴露，涵盖五种环境与生物基质：饮用水（n = 206）、食物（n = 203）、尿液（n = 183）、土壤（n = 178）和室内灰尘（n = 164）。样本于2022年5月至2024年6月期间在佛罗里达州迈阿密-戴德县和布劳沃德县采集。分析采用高分辨质谱（HRMS）结合液相色谱的非靶向筛查方法，并针对不同基质采用特定的前处理方法：水和尿液采用在线固相萃取（SPE），食物采用QuEChERS，土壤和灰尘采用加速溶剂萃取（ASE）。分析在正、负电喷雾电离模式下以全扫描模式进行，以最大化化合物检测覆盖范围。化合物鉴定使用Compound Discoverer软件完成，并结合了mzCloud、ChemSpider、ClassyFire和MassList等光谱与结构数据库。

注释基于精确质量、质量误差阈值（<5ppm）、预测分子式、保留时间对齐、同位素模式拟合、MS/MS谱图相似性，以及源自集成谱图库和数据库评分算法的匹配置信水平。通过在所有基质和分析批次中使用质量控制（QC）样品来维持质量保证。非靶向分析、基质优化提取和严格的QA/QC实践的整合，使该数据集成为环境暴露组学、化学品风险评估和基于证据的公共卫生政策制定的宝贵资源。

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。