南加州华裔美国人糖尿病遗传学研究
研究围绕线粒体功能障碍在 Type 2 Diabetes Mellitus 及重叠 Metabolic Syndrome 病因中的作用展开，计划系统考察由线粒体 DNA 有害序列变异可能引起的线粒体氧化磷酸化缺陷，并进一步验证致糖尿病 mtDNA 变异导致家族性糖尿病与代谢综合征相关 OXPHOS
基本信息
资源简介
南加州华裔美国人糖尿病遗传学研究
该数据集来自 clinicaltrials.gov，聚焦南加州华裔美国人中 Type 1 Diabetes、Type 2 Diabetes 与 Metabolic Syndrome 的遗传学研究。研究围绕线粒体功能障碍在 Type 2 Diabetes Mellitus 及重叠 Metabolic Syndrome 病因中的作用展开，计划系统考察由线粒体 DNA 有害序列变异可能引起的线粒体氧化磷酸化缺陷，并进一步验证致糖尿病 mtDNA 变异导致家族性糖尿病与代谢综合征相关 OXPHOS 缺陷的假设。数据可用于糖尿病与代谢综合征的遗传机制研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Type 1 Diabetes、Type 2 Diabetes、Metabolic Syndrome。自我们实验室13年前在一个三代母系家系中首次将 Type 2 Diabetes 与一种 mtDNA 重排建立关联以来，越来越多的证据支持我们的假说，即线粒体功能障碍在 Type 2 Diabetes Mellitus（DM）及与之重叠的 Metabolic Syndrome（MS）的病因学中发挥重要作用。通过本研究，我们计划对可能由线粒体 DNA（mtDNA）中有害序列变异引起的线粒体氧化磷酸化（OXPHOS）缺陷进行广泛研究。作为主要目标，我们试图进一步证实2个假说：1）这些致糖尿病 mtDNA 变异——据提出其范围从近期的、相对严重的突变——将导致家族性 DM 与 MS 中显著的 OXPHOS 缺陷；2）古老的、相对 m
【主题与分类】
主题标签：Type 1 Diabetes、Type 2 Diabetes、Metabolic Syndrome。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/NCT00824395
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/NCT00824395
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：1型糖尿病、2型糖尿病、代谢综合征。自13年前我们实验室在一个三代母系家系中首次将2型糖尿病与线粒体DNA重排联系起来以来，越来越多的证据支持我们的假说，即线粒体功能障碍在2型糖尿病（DM）及重叠的代谢综合征（MS）的病因学中发挥重要作用。通过本研究，我们计划对可能由线粒体DNA（mtDNA）中有害序列变异引起的线粒体氧化磷酸化（OXPHOS）缺陷进行广泛研究。作为主要目标，我们试图进一步证实2个假说：1）这些致糖尿病mtDNA变异——据提出其范围从近期、相对严重的突变到——将导致伴有家族性DM和MS的显著OXPHOS缺陷；2）古老的、相对温和的多态性导致部分OXPHOS缺陷，并增加发生DM和MS的风险。
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。
