糖尿病肾病转化研究 2.0

数据集获取

源站：https://clinicaltrials.gov/study/NCT07444203

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

疾病：糖尿病肾病、肾脏疾病、慢性肾功能不全、2型糖尿病。TRIDENT 2.0是一项多中心观察性转化研究，旨在描述肾脏分子和病理组织学特征与肾脏保护性治疗暴露之间的关系，重点关注钠-葡萄糖协同转运蛋白2（SGLT2）抑制剂。该研究利用存档的临床肾脏病理材料和协调统一的临床数据，支持在参与中心之间进行整合的分子-组织学分析。组织来源和中心库工作流程：福尔马林固定、石蜡包埋（FFPE）肾脏组织切片/玻片由存档的临床病理材料（包括有临床指征的肾脏活检以及可获得的供体或肾切除标本）生成，并在编码标识符下转移至中心库，用于下游分子检测和数字病理学分析。空间转录组学和分子谱分析：采用空间分辨转录组学方法生成高分辨率分子图谱，同时保留组织结构。

FFPE（或新鲜冷冻，若有条件）切片可采用市售的空间转录组学平台（如10x Genomics Visium、NanoString CosMx、Xenium）或研究治理下实施的更新技术进行处理。标准质量控制程序评估组织完整性、RNA质量、捕获效率以及主要肾脏分区和细胞类型的分辨率。测序在Illumina平台上进行，采用与平台相适应的深度，随后使用平台特异性流程进行预处理，并在R/Python工作流（如Seurat或等效工具）中进行下游分析，根据需要实施归一化和批次校正。计划分析包括在空间背景下识别细胞类型和亚细胞类型特征、绘制损伤模式图谱（如纤维化/炎症/血管重塑），以及在调整相关协变量后跨疾病类别和治疗暴露组进行比较性分子谱分析。数字病理学和集中

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。