PRDM-16突变人类受试者队列的鉴定与代谢特征研究
该数据集来自 clinicaltrials.gov,聚焦于携带 PRDM-16 突变的人类受试者队列,涉及肥胖、血脂异常和糖尿病等内分泌与代谢疾病

基本信息
资源简介
PRDM-16突变人类受试者队列的鉴定与代谢特征研究
该数据集来自 clinicaltrials.gov,聚焦于携带 PRDM-16 突变的人类受试者队列,涉及肥胖、血脂异常和糖尿病等内分泌与代谢疾病。源站描述指出研究长期目标是开发肥胖及其相关疾病的新疗法,并围绕成人棕色脂肪组织在产热与代谢中的作用展开。数据可用于探索 PRDM-16 突变与代谢紊乱的关联,以及棕色脂肪活性作为治疗靶点的潜在价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:突变、肥胖、血脂异常、糖尿病。本研究的长期目标是开发针对肥胖及肥胖相关疾病(如糖尿病和血脂异常)的新疗法。近期在成人中发现活跃的棕色脂肪库为治疗这些疾病提供了一种令人兴奋的新策略。棕色脂肪是一种主要见于小型哺乳动物的特化器官。棕色脂肪具有以高速率燃烧燃料以产生热量的独特能力。棕色脂肪在哺乳动物中的作用是抵御寒冷暴露。人类婴儿在肩胛间区域具有活跃的棕色脂肪沉积。该棕色脂肪库随年龄增长而退化,长期以来人们认为成人没有棕色脂肪组织。近期研究表明,成人暴露于寒冷后存在棕色脂肪活性。成人中的棕色脂肪集中于
【主题与分类】
主题标签:Mutation、Obesity、Dyslipidemia、Diabetes。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02808715
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/NCT02808715
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
条件:突变、肥胖、血脂异常、糖尿病。本研究的长期目标是开发治疗肥胖及肥胖相关疾病(如糖尿病和血脂异常)的新方法。近期在成人中发现活跃的棕色脂肪库为治疗这些疾病提供了一种令人振奋的新策略。棕色脂肪是一种主要存在于小型哺乳动物中的特殊器官。棕色脂肪具有以高速率燃烧燃料以产生热量的独特能力。棕色脂肪在哺乳动物中的作用是抵御寒冷暴露。人类婴儿在肩胛间区域具有活跃的棕色脂肪沉积。该棕色脂肪库随年龄增长而退化,长期以来人们认为成人没有棕色脂肪组织。近期研究表明,成人暴露于寒冷后存在棕色脂肪活性。成人棕色脂肪集中于颈部区域,并表现出一些性别特异性差异。此外,该脂肪库的大小与受试者的BMI和年龄呈负相关。
这一发现引起了人们的极大兴趣,因为它开辟了利用棕色脂肪对抗人类肥胖及肥胖相关疾病的可能性。事实上,已在人类中证明,激活棕色脂肪的措施可导致脂肪量减少。我们对棕色脂肪生物学的许多了解来自小鼠研究。与人类疾病治疗尤为相关的是几项发现。首先,增加小鼠的棕色脂肪活性可使动物在高脂饮食下不易发生肥胖。其次,胰岛素敏感性水平与棕色脂肪活性直接相关。最后,转录因子PR结构域蛋白16(PRDM-16)对指导棕色脂肪的生物学至关重要。本研究的总体目标是将小鼠棕色脂肪研究的发现转化应用于人类受试者。这是开发靶向棕色脂肪疗法以治疗人类代谢疾病过程中的重要第一步。
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。




