运动训练对人骨骼肌DNA甲基化的影响

该数据集来自 omicsdi.org,研究 8 周监督运动训练后不同胰岛素敏感性志愿者的骨骼肌 DNA 甲基化变化。研究纳入 13 名久坐参与者(5 男 8 女,34.6 ± 3.1 岁),在训练前后进行高胰岛素正葡萄糖钳夹、股外侧肌活检和峰值有氧运动(VO2 peak)测试,并从肌肉活检中提取 D

omicsdi
浏览 8
基因组分类Transcriptomics
Exercise Training Effects on Human Skeletal Muscle DNA Methylation

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-19

资源简介

运动训练对人骨骼肌DNA甲基化的影响

该数据集来自 omicsdi.org,研究 8 周监督运动训练后不同胰岛素敏感性志愿者的骨骼肌 DNA 甲基化变化。研究纳入 13 名久坐参与者(5 男 8 女,34.6 ± 3.1 岁),在训练前后进行高胰岛素正葡萄糖钳夹、股外侧肌活检和峰值有氧运动(VO2 peak)测试,并从肌肉活检中提取 DNA,使用 Illumina Methylation EPIC 850K BeadChip 进行全局甲基化检测。数据可用于分析运动训练与骨骼肌 DNA 甲基化及胰岛素敏感性之间的关联(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):本研究旨在确定一组具有不同胰岛素敏感性的志愿者在 8 周监督运动训练后骨骼肌 DNA 甲基化的变化。我们研究了 13 名久坐参与者(5 男/8 女,34.6 ± 3.1 岁),并在训练前后进行了高胰岛素正葡萄糖钳夹、股外侧肌活检和峰值有氧运动(VO2 peak)测试。我们从肌肉活检中提取 DNA,并使用 Illumina 的 Methylation EPIC 850K BeadChip 进行全局甲基化检测。

【主题与分类】

主题标签:Transcriptomics。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-11282

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-11282

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

本研究旨在确定在一组胰岛素敏感性各异的志愿者中,经过8周监督下的运动训练后骨骼肌DNA甲基化的变化。我们研究了13名久坐不动的参与者(5名男性/8名女性,年龄34.6 ± 3.1岁),并在训练前后进行了正常血糖高胰岛素钳夹试验、股外侧肌活检以及峰值有氧运动能力(VO2峰值)测试。我们从肌肉活检样本中提取DNA,并使用Illumina的Methylation EPIC 850K BeadChip芯片进行了全局甲基化检测。

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。

获取专属数据定制方案