MTBLS15562:产犊前补充高剂量丙酸铬的围产期奶牛初乳代谢组学分析

本研究包含产后第一次挤奶时从对照组和高剂量丙酸铬补充组的荷斯坦奶牛采集的初乳样本的非靶向LC-MS/MS代谢组学图谱。奶牛从预产期前21天至分娩期间,接受不含补充丙酸铬的基础全混合日粮,或在相同日粮中每头每天补充20 g丙酸铬(每头每天提供8 mg Cr(III))

metabolights
浏览 19
其他分类LC-MS/MS质谱数据非靶向分析内分泌代谢营养补充动物营养差异分析标志物发现
MTBLS15562: Colostrum metabolomic profiling of periparturient dairy cows supplemented with high-dose chromium propionate before calving

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-01

资源简介

MTBLS15562:产犊前补充高剂量丙酸铬的围产期奶牛初乳代谢组学分析

本研究包含产后第一次挤奶时从对照组和高剂量丙酸铬补充组的荷斯坦奶牛采集的初乳样本的非靶向LC-MS/MS代谢组学图谱。奶牛从预产期前21天至分娩期间,接受不含补充丙酸铬的基础全混合日粮,或在相同日粮中每头每天补充20 g丙酸铬(每头每天提供8 mg Cr(III))

【数据内容】

源站描述(机器翻译,仅供参考):本研究包含产后第一次挤奶时从对照组和高剂量丙酸铬补充组的荷斯坦奶牛采集的初乳样本的非靶向LC-MS/MS代谢组学图谱。奶牛从预产期前21天至分娩期间,接受不含补充丙酸铬的基础全混合日粮,或在相同日粮中每头每天补充20 g丙酸铬(每头每天提供8 mg Cr(III))。初乳样本在乳头清洁和消毒后采集,从整个第一次挤奶中充分混匀,并进行分析,以表征围产期与产前补充丙酸铬相关的初乳代谢反应。

【主题与分类】

主题标签:LC-MS/MS、质谱数据、非靶向分析、内分泌代谢、营养补充、动物营养、差异分析、标志物发现。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://ebi.ac.uk/metabolights/MTBLS15562

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://ebi.ac.uk/metabolights/MTBLS15562

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

本研究包含产后第一次挤奶时从对照组和高剂量丙酸铬补充组的荷斯坦奶牛采集的初乳样本的非靶向LC-MS/MS代谢组学图谱。奶牛从预产期前21天至分娩期间,接受不含补充丙酸铬的基础全混合日粮,或在相同日粮中每头每天补充20 g丙酸铬(每头每天提供8 mg Cr(III))。初乳样本在乳头清洁和消毒后采集,从整个第一次挤奶中充分混匀,并进行分析,以表征围产期与产前补充丙酸铬相关的初乳代谢反应。

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