偏头痛血浆代谢组大规模分析数据
目的:识别偏头痛的血浆代谢组学生物标志物特征。方法:对来自8个荷兰队列的血浆样本(n = 10,153:2,800例偏头痛患者和7,353例对照)在基于1H-NMR的代谢组学平台上进行分析,以定量146种个体代谢物(例如脂质、脂肪酸和脂蛋白)和79种代谢物比值

基本信息
资源简介
偏头痛血浆代谢组大规模分析数据
目的:识别偏头痛的血浆代谢组学生物标志物特征。方法:对来自8个荷兰队列的血浆样本(n = 10,153:2,800例偏头痛患者和7,353例对照)在基于1H-NMR的代谢组学平台上进行分析,以定量146种个体代谢物(例如脂质、脂肪酸和脂蛋白)和79种代谢物比值
Data from: Large scale plasma metabolome analysis reveals alterations in HDL metabolism in migraine
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):目的:识别偏头痛的血浆代谢组学生物标志物特征。方法:对来自8个荷兰队列的血浆样本(n = 10,153:2,800例偏头痛患者和7,353例对照)在基于1H-NMR的代谢组学平台上进行分析,以定量146种个体代谢物(例如脂质、脂肪酸和脂蛋白)和79种代谢物比值。在非分层和性别分层方式下,通过单代谢物logistic回归结合随机效应荟萃分析,获得与偏头痛相关的代谢物指标。接下来,进行全局检验分析,以识别与偏头痛相关的相关代谢物集合。在单代谢物和全局检验分析中,应用Holm程序将家族错误率控制在5%。结果:载脂蛋白A1水平降低(β −0.10;95%置信区间[CI] −0.16,−0.05;校正p =
【主题与分类】
主题标签:偏头痛、血浆代谢组、HDL代谢、代谢物比值、内分泌与代谢。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.p698mn7
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.p698mn7
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:
数据集大小约 14.2 MB。
数据说明
目的:识别偏头痛的血浆代谢组学生物标志物特征。方法:在基于1H-NMR的代谢组学平台上对来自8个荷兰队列的血浆样本(n = 10,153:2,800例偏头痛患者和7,353例对照)进行分析,以定量146种个体代谢物(例如脂质、脂肪酸和脂蛋白)和79种代谢物比值。在单代谢物logistic回归结合随机效应荟萃分析后,以非分层和性别分层方式获得与偏头痛相关的代谢物指标。接下来,进行全局检验分析以识别与偏头痛相关的相关代谢物集合。在单代谢物和全局检验分析中应用Holm程序以将家族错误率控制在5%。结果:载脂蛋白A1水平降低(β −0.10;95%置信区间[CI] −0.16,−0.05;校正p = 0.029)以及小高密度脂蛋白亚类(HDL)中游离胆固醇与总脂质比值降低(β −0.10;95% CI −0.15,−0.05;校正p = 0.029)与偏头痛状态相关。
此外,仅在男性参与者中,omega-3脂肪酸水平降低(β −0.24;95% CI −0.36,−0.12;校正p = 0.033)与偏头痛相关。全局检验分析进一步支持HDL特征(而非其他脂蛋白)与偏头痛状态相关。结论:血浆代谢谱分析显示,偏头痛患者存在HDL代谢改变,且仅在男性偏头痛患者中omega-3脂肪酸降低。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




