多疾病代谢组学LC-MS数据集对齐以揭示发热相关代谢物

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS4895

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

急性发热性疾病仍然是全球范围内导致死亡和发病的主要原因，尤其是在中低收入国家。本研究旨在确定由不同病原体引起发热的患者可能存在的代谢共性。研究使用了三个液相色谱-质谱联用(LC-MS)数据集，分别探讨疟疾、利什曼病和寨卡病毒感染的代谢效应。通过从LC-MS实验质量控制中常用的内标物获得的标志物，确定了数据集之间的保留时间(RT)漂移。采用拟合的高斯过程模型(GPs)对实验间的RT漂移进行高水平校正，随后对三个LC-MS数据集中RT校正后的样本进行标准峰集对齐。随后对整合的峰集进行了统计分析、注释和通路分析。研究确定了各数据集共有的代谢失调模式，其中犬尿氨酸通路是所有三个发热相关数据集中受影响最显著的通路。

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。