Rhodiola Rosea 对瘦素受体敲除小鼠模型中糖尿病、炎症和微生物群生物标志物的影响
源站描述指出，2 型糖尿病是全球最常见的内分泌疾病，肠道微生物群已成为其管理的潜在靶点，二甲双胍等治疗可改变肠道微生物群及相关代谢通路，但现有药物存在局限与副作用，因此需要替代疗法
基本信息
资源简介
Rhodiola Rosea 对瘦素受体敲除小鼠模型中糖尿病、炎症和微生物群生物标志物的影响
The impact of Rhodiola Rosea on biomarkers of diabetes, inflammation, and microbiota in a leptin receptor-knockout mouse model
该数据集来自 search.dataone.org，属于内分泌、营养和代谢疾病下的糖尿病分类，主题涉及 diabetes、Microbiome 与 Rhodiola rosea。源站描述指出，2 型糖尿病是全球最常见的内分泌疾病，肠道微生物群已成为其管理的潜在靶点，二甲双胍等治疗可改变肠道微生物群及相关代谢通路，但现有药物存在局限与副作用，因此需要替代疗法。研究在 2 型糖尿病的瘦素受体敲除（db/db）小鼠模型中考察 Rhodiola rosea 根提取物的作用，此前工作显示其具有抗炎和调节肠道微生物群并延长寿命的特性。该数据可用于探索糖尿病相关的微生物群与生物标志物研究（来源 DataONE，CC0 1.0 Universal 。
【数据内容】
源站描述（机器翻译，仅供参考）：2 型糖尿病是全球最常见的内分泌疾病，近来肠道微生物群已成为其管理的潜在靶点。近期研究表明，该疾病可能使个体易感于某些微生物组组成，而二甲双胍等治疗已被证明可改变肠道微生物群及其相关代谢通路。然而，鉴于目前用于糖尿病治疗的药物存在局限性和副作用，对替代疗法的需求显著。在本研究中，我们在 2 型糖尿病的瘦素受体敲除（db/db）小鼠模型中研究了 Rhodiola rosea 根提取物的作用。我们此前的工作表明，Rhodiola rosea 具有抗炎和调节肠道微生物组的特性，同时在多种动物模型中延长了寿命。在本研究中，治疗
【主题与分类】
主题标签：diabetes、Microbiome、Rhodiola rosea、microbiome。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://search.dataone.org/view/sha256%3Ab068c9ca98dff4e997ec9380afdc5c6e5d7923542894495fad0f07b98aabdad1
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
2型糖尿病是全球最常见的内分泌疾病，近年来肠道微生物群已成为其管理的潜在靶点。近期研究表明，该疾病可能使个体易感于特定的微生物组组成，而二甲双胍等治疗已被证明可改变肠道微生物群及其相关代谢途径。然而，鉴于目前用于糖尿病治疗的药物存在局限性和副作用，对替代疗法的需求十分显著。在本研究中，我们在2型糖尿病的瘦素受体敲除（db/db）小鼠模型中研究了红景天根提取物的作用。我们此前的工作表明，红景天具有抗炎和调节肠道微生物组的特性，同时在多种动物模型中延长了寿命。在本研究中，红景天治疗改善了空腹血糖水平，改变了对exogenous insulin的反应，并且……
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。
