血清整合组学揭示人类糖尿病肾病图谱

数据集获取

源站：https://omicsdi.org/dataset/massive/MSV000087487

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

糖尿病肾病（DKD）是2型糖尿病（2-DM）最常见的微血管并发症。目前，尿液和肾活检标本是DKD诊断的主要临床资源。血液在监测DKD发生和进展方面的诊断价值尚未得到充分探索。为全面描述DKD发生后人体血液中的生物学变化，我们从4个独立医疗中心招募了1，513名参与者，包括健康成人以及确诊为2-DM、DKD早期（DKD-E）和DKD晚期（DKD-A）的患者。收集的血清分别进行了初步蛋白质组学和大规模代谢组学研究。通过对血清蛋白质组和代谢组进行深度分析，揭示了若干发现。首先，初步蛋白质组学显示，α2-巨球蛋白、组织蛋白酶D和CD324的组合可作为监测DKD进展的替代蛋白质生物标志物。其次，代谢组学表明，半乳糖代谢和甘油酯代谢是DKD中主要受扰动的代谢通路。血清代谢物甘油-3-半乳糖苷是预测DKD的独立标志物。

第三，整合蛋白质组学和代谢组学提高了区分DKD状态的诊断和预测稳定性及准确性。我们的研究提供了一个丰富且开放获取的数据资源，有助于优化糖尿病的管理。

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。