免疫代谢内型定义2型糖尿病不同临床轨迹 [scRNA-seq II]
源站描述与英文名一致，未提供样本量、测序平台、组织来源、临床变量或数据格式等细节。数据围绕2型糖尿病的免疫代谢内型与临床轨迹展开，属于单细胞RNA测序相关资源，可用于探索免疫代谢分型与疾病进展的关联研究（来源 omicsdi.org）
![Immunometabolic Endotypes Define Distinct Clinical Trajectories in Type 2 Diabetes [scRNA-seq II]](/medical-api/medicalDataset/datasetCover/142087.jpg)
基本信息
资源简介
免疫代谢内型定义2型糖尿病不同临床轨迹 [scRNA-seq II]
该数据集英文名为 Immunometabolic Endotypes Define Distinct Clinical Trajectories in Type 2 Diabetes [scRNA-seq II]，收录于 omicsdi.org，在本站归类于内分泌、营养和代谢疾病下的糖尿病方向，主题标签为 Genomics。从名称与来源描述看，该资源围绕 2 型糖尿病中免疫代谢内型（immunometabolic endotypes）与不同临床轨迹之间的关系展开，属于单细胞 RNA 测序（scRNA-seq）相关数据资源，可用于探索免疫代谢分型如何与疾病进展相关联的研究。源站描述与英文名一致，未提供样本量、测序平台、组织来源、临床变量或数据格式等细节，因此其具体构成需以源站记录为准。
【数据集背景】
2 型糖尿病是一种异质性较强的代谢性疾病，不同个体在免疫与代谢特征上可能存在差异，并表现为不同的临床进展路径。该数据集以“免疫代谢内型定义 2 型糖尿病不同临床轨迹”为主题，指向将单细胞转录组层面的免疫代谢特征与临床轨迹联系起来的分析方向。其名称中的“[scRNA-seq II]”提示该资源属于单细胞 RNA 测序系列数据的一部分。关于研究队列背景、招募方式与科学假设的详细说明，源站未提供。
【数据内容】
该数据集的主题标签为 Genomics，属于单细胞 RNA 测序相关资源，内容围绕 2 型糖尿病的免疫代谢内型与临床轨迹展开。除上述主题信息外，源站未提供样本量、测序平台、组织来源、临床变量、数据格式或文件组成等具体细节，因此无法进一步描述其数据矩阵、注释信息或临床配套字段。
【采集与来源】
该数据集来源于 omicsdi.org，源站描述与英文名一致。关于样本采集地点、采集时间、伦理审批、测序机构与数据处理流程等信息，源站未提供。
【适用场景】
基于现有信息，该数据集可用于探索免疫代谢分型与 2 型糖尿病疾病进展之间的关联研究，适合关注单细胞转录组与免疫代谢内型分析的研究者参考。关于具体可复现的分析任务、对照设计与验证用途，源站未提供。
【使用方法】
源站未提供下载方式、访问链接、数据格式说明、预处理步骤或分析流程等技术细节，使用前需查阅源站记录以确认获取途径与使用条件。
【质量与限制】
该数据集未提供样本量、测序平台、组织来源、临床变量与数据格式等信息，难以评估其覆盖范围、数据完整性与质量控制情况。相关质量指标与局限性说明，源站未提供。
【引用与许可】
源站未提供引用方式、文献出处、许可协议与使用限制等信息，使用与再分发前应向源站核实。
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://omicsdi.org/dataset/project/PRJNA1364027
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
Immunometabolic Endotypes Define Distinct Clinical Trajectories in Type 2 Diabetes [scRNA-seq II]
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。
