三种胰岛炎、β细胞应激与1型糖尿病发展模型的脂质组学
该数据集来自 omicsdi.org，属于内分泌、营养和代谢疾病 / 糖尿病分类，主题标签为 Proteomics。数据覆盖三种胰岛炎与 1 型糖尿病进展模型：经促炎细胞因子 IL-1beta 和 IFN-gamma 处理的人胰岛与 EndoC-betaH1 β细胞，以及糖尿病发病前分离的非肥胖糖尿
基本信息
资源简介
三种胰岛炎、β细胞应激与1型糖尿病发展模型的脂质组学
该数据集聚焦于胰岛炎、β细胞应激与1型糖尿病进展过程中的脂质组学变化，来源于omicsdi.org，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Proteomics。数据集覆盖三种与胰岛炎和1型糖尿病进展相关的模型：经促炎细胞因子IL-1beta和IFN-gamma处理的人胰岛、经同样细胞因子处理的EndoC-betaH1 β细胞，以及糖尿病发病前分离的非肥胖糖尿病（NOD）小鼠胰岛。样本经氯仿:甲醇:水溶液提取后，采用LC-MS/MS进行分析，脂质鉴定使用LIQUID完成，定量则通过MZmine实现。整体而言，该数据集为研究炎症应激与1型糖尿病发展中的脂质代谢改变提供了组学层面的资源。
【数据集背景】
1型糖尿病是一种自身免疫相关疾病，胰岛炎和β细胞应激在其发生发展中具有重要地位。脂质不仅是细胞膜的结构组分，也参与信号转导、炎症调控和代谢稳态维持。在促炎细胞因子暴露或糖尿病发病前的病理阶段，脂质组成和丰度可能发生改变，进而影响β细胞功能与存活。该数据集围绕三种模型展开，旨在从脂质组学角度刻画胰岛炎、β细胞应激以及1型糖尿病进展过程中的分子特征。其分类归属于内分泌、营养和代谢疾病 / 糖尿病，主题标签为Proteomics，来源站为omicsdi.org。
【数据内容】
数据集英文名称为“Lipidomics of 3 models of insulitis, beta-cell stress and type 1 diabetes development”。数据覆盖三类模型：第一，经促炎细胞因子IL-1beta和IFN-gamma处理的人胰岛；第二，经促炎细胞因子IL-1beta和IFN-gamma处理的EndoC-betaH1 β细胞；第三，糖尿病发病前分离的非肥胖糖尿病（NOD）小鼠胰岛。样本经氯仿:甲醇:水溶液提取，并通过LC-MS/MS进行分析。脂质鉴定采用LIQUID，定量采用MZmine。上述内容构成了该数据集在样本类型、处理条件和分析流程方面的核心信息。
【采集与来源】
该数据集来源于omicsdi.org。样本包括人胰岛、EndoC-betaH1 β细胞以及NOD小鼠胰岛。人胰岛和EndoC-betaH1 β细胞均接受IL-1beta和IFN-gamma处理，以模拟促炎细胞因子相关的胰岛炎和β细胞应激环境；NOD小鼠胰岛则在糖尿病发病前分离，用于反映1型糖尿病进展早期的状态。样本提取使用氯仿:甲醇:水溶液，随后进行LC-MS/MS分析。脂质鉴定和定量分别借助LIQUID与MZmine完成。除上述信息外，源站未提供更多关于样本数量、供体信息、动物周龄、具体试剂来源或仪器型号的细节。
【适用场景】
该数据集适用于脂质组学与糖尿病相关研究，尤其是围绕胰岛炎、β细胞应激和1型糖尿病进展的机制探索。研究人员可利用该数据比较促炎细胞因子处理前后人胰岛或EndoC-betaH1 β细胞的脂质变化，也可分析NOD小鼠在糖尿病发病前的胰岛脂质特征。其主题标签为Proteomics，但数据本身为脂质组学分析，因而适合与蛋白质组学、代谢组学或转录组学数据整合，用于探讨炎症、脂质代谢与β细胞命运之间的关系。此外，该数据集也可用于方法学参考，例如LC-MS/MS脂质分析、LIQUID鉴定和MZmine定量流程的实践示例。
【使用方法】
使用该数据集时，可依据样本分组进行差异脂质分析：一组为经IL-1beta和IFN-gamma处理的人胰岛，一组为经相同细胞因子处理的EndoC-betaH1 β细胞，另一组为糖尿病发病前分离的NOD小鼠胰岛。由于脂质鉴定使用LIQUID、定量使用MZmine，用户在处理原始数据或结果表时，应关注脂质命名、定量峰面积或强度等信息。若需跨模型比较，应注意人胰岛、β细胞系与小鼠胰岛之间的物种和组织差异。源站未提供具体的数据下载格式、文件结构、预处理参数或统计方法，使用前需参考源站说明。
【质量与限制】
该数据集基于LC-MS/MS、LIQUID和MZmine等成熟流程，覆盖三种与胰岛炎和1型糖尿病进展相关的模型，具有明确的生物学背景。然而，源站未提供样本量、重复数、质控标准、缺失值处理、归一化方法或统计显著性阈值等信息，因此无法评估其统计功效和可重复性。此外，源站未提供脂质种类数量、鉴定置信度、定量线性范围或批次效应控制等细节。使用者在解释结果时应考虑这些限制，并结合源站提供的原始记录进行判断。
【引用与许可】
源站未提供该数据集的引用方式、许可协议、使用条款或版权信息。用户在使用或再分发数据前，应访问omicsdi.org对应页面，查阅源站发布的具体引用要求与许可声明。
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/massive/MSV000086174
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
三种胰岛炎和1型糖尿病进展模型的脂质组学分析：经促炎细胞因子IL-1beta和IFN-gamma处理的分离人胰岛和EndoC-betaH1 beta细胞，以及在糖尿病发病前分离的非肥胖糖尿病（NOD）小鼠的胰岛。样品用氯仿:甲醇:水溶液提取，并通过LC-MS/MS进行分析。脂质通过LIQUID进行鉴定，并使用MZmine进行定量。
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。
