与痤疮相关的人体皮肤宏基因组
该数据集为与痤疮相关的人体皮肤宏基因组数据,来源于 omicsdi.org,主题标签为 Genomic。研究通过超深度宏基因组鸟枪法测序,比较健康皮肤与痤疮患者皮肤微生物群落在物种水平和 P. acnes 菌株水平上的组成差异,发现健康皮肤中丙酸杆菌及 Propionibacterium acnes

基本信息
资源简介
与痤疮相关的人体皮肤宏基因组
该数据集为与痤疮相关的人体皮肤宏基因组数据,来源于 omicsdi.org,主题标签为 Genomic。研究通过超深度宏基因组鸟枪法测序,比较健康皮肤与痤疮患者皮肤微生物群落在物种水平和 P. acnes 菌株水平上的组成差异,发现健康皮肤中丙酸杆菌及 Propionibacterium acnes 噬菌体相对丰度更高,而痤疮患者微生物组多样性更高、毒力相关因子富集、代谢合成基因丰度降低。基于宏基因组元素丰度谱构建了定量预测模型,可用于研究皮肤微生物群落毒力特性及痤疮相关微生物标志物(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):研究已强调疾病相关微生物在受扰动群落中的重要性,然而共生菌的保护作用在很大程度上未被充分认识且了解甚少。以痤疮作为模型疾病,我们研究了当疾病相关和健康相关生物在群落中共存时,皮肤微生物群整体毒力特性的决定因素。通过超深度宏基因组鸟枪法测序,我们揭示健康皮肤中丙酸杆菌和 Propionibacterium acnes 噬菌体的相对丰度更高。在痤疮患者中,物种水平和 P. acnes 菌株水平的微生物组组成比健康个体更多样,伴随毒力相关因子富集和代谢合成基因丰度降低。基于宏基因组元素的丰度谱,我们构建了一个定量预测模型,该模型 cl
【主题与分类】
主题标签:Genomic。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/dbgap/phs001655
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/dbgap/phs001655
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
研究强调了疾病相关微生物在受扰动群落中的重要性,然而,共生菌的保护作用在很大程度上被低估且认识不足。以痤疮为模型疾病,我们研究了当疾病相关和健康相关微生物在群落中共存时,皮肤微生物群整体毒力特性的决定因素。通过超深度宏基因组鸟枪法测序,我们揭示了健康皮肤中丙酸杆菌和痤疮丙酸杆菌噬菌体的相对丰度较高。在痤疮患者中,物种水平和痤疮丙酸杆菌菌株水平的微生物组组成比健康个体更多样,毒力相关因子富集,代谢合成基因丰度降低。基于宏基因组元素的丰度谱,我们构建了一个定量预测模型,该模型在我们的研究队列(85%)和独立样本集(86%)中均能以高准确率对宿主皮肤的临床状态进行分类。
我们的结果表明,决定皮肤微生物群整体致病特性的,是宏基因组元件之间的平衡,而非仅仅存在与疾病相关的菌株。本研究为痤疮发病的微生物机制提供了新见解,并提出益生菌和噬菌体疗法作为潜在的痤疮治疗方法,以调节皮肤微生物群并维持皮肤健康。
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。




