痤疮皮损与非皮损皮肤微生物组数据集
临床上非皮损皮肤的生物学状态在痤疮中仍未得到充分表征，尽管其可能与疾病进展和早期干预相关。利用纵向多组学分析，包括 16S rRNA 基因测序（V1–V3 和 V4）、鸟枪法宏基因组学和 UPLC-MS/MS 代谢组学，对 10 名痤疮患者（皮损和非皮损部位）和 10 名健康对照的面部皮肤在多个时间
基本信息
资源简介
痤疮皮损与非皮损皮肤微生物组数据集
该数据集聚焦于痤疮患者皮损与非皮损皮肤以及健康对照皮肤之间的微生物组与代谢组差异，旨在刻画临床上非皮损皮肤在痤疮中的生物学状态。研究采用纵向多组学分析策略，整合了16S rRNA基因测序（V1–V3和V4区域）、鸟枪法宏基因组学和UPLC-MS/MS代谢组学，对10名痤疮患者（包括皮损和非皮损部位）与10名健康对照的面部皮肤在多个时间点进行采样分析。通过组分张量分解等方法，研究揭示了非皮损痤疮皮肤在微生物组和代谢组谱上均处于健康皮肤与皮损皮肤之间的中间位置，并发现痤疮相关皮肤存在微生物多样性降低、菌株水平和时间性变化与皮损严重程度相关等特征。该数据集为理解痤疮发生发展过程中的早期皮肤微生态改变提供了多组学资源。
【数据集背景】
痤疮是一种常见的慢性炎症性皮肤病，其发病机制涉及皮肤微生物组、代谢环境与宿主免疫的复杂互作。尽管皮损部位的微生物和代谢特征已有较多研究，但临床上外观正常的非皮损皮肤在痤疮中的生物学状态仍未被充分表征。非皮损皮肤可能并非完全“正常”，其潜在的微生态和代谢改变可能与疾病进展及早期干预机会密切相关。该数据集正是基于这一背景，通过纵向多组学设计，系统比较健康皮肤、痤疮非皮损皮肤和痤疮皮损皮肤之间的差异，以填补对非皮损皮肤生物学状态认识的不足。
【数据内容】
该数据集包含来自10名痤疮患者和10名健康对照的面部皮肤样本的多组学数据。痤疮患者同时采集了皮损部位和非皮损部位的样本，健康对照则提供相应面部皮肤样本。数据覆盖多个时间点，构成纵向队列。组学类型包括：16S rRNA基因测序，针对V1–V3和V4两个区域；鸟枪法宏基因组学，用于解析微生物群落组成及菌株水平信息；以及UPLC-MS/MS代谢组学，用于检测皮肤代谢物谱。研究通过组分张量分解等分析方法，识别了健康、非皮损和皮损三类皮肤在微生物组和代谢组上的差异，并发现非皮损痤疮皮肤在两种组学谱中均处于健康与皮损之间的中间位置。此外，痤疮相关皮肤表现出微生物多样性降低，且菌株水平和时间性变化与皮损严重程度相关。
【采集与来源】
该数据集的来源站为ebi.ac.uk。样本采集自面部皮肤，涉及10名痤疮患者（皮损和非皮损部位）和10名健康对照，并在多个时间点进行纵向采样。具体的采样时间间隔、采样部位细节、受试者年龄、性别、用药情况、伦理审批信息以及样本处理流程等，源站未提供。
【适用场景】
该数据集适用于皮肤微生物组与代谢组研究，尤其是痤疮相关微生态和代谢特征的分析。可用于探索非皮损皮肤在疾病中的中间状态、比较皮损与非皮损及健康皮肤的组学差异、研究微生物多样性与皮损严重程度的关联、以及开发基于多组学数据的机器学习分类模型。此外，也可用于纵向数据分析方法（如组分张量分解）在皮肤微生态研究中的应用验证。由于涉及16S rRNA基因测序、鸟枪法宏基因组学和UPLC-MS/MS代谢组学，该数据集适合多组学整合分析、菌株水平解析和代谢通路推断等场景。
【使用方法】
用户可根据研究目的选择相应的组学数据层进行分析。对于微生物组数据，可利用16S rRNA基因测序（V1–V3和V4）进行群落组成和多样性分析，或利用鸟枪法宏基因组学进行物种和菌株水平的功能解析。对于代谢组数据，可使用UPLC-MS/MS代谢组学数据进行代谢物谱比较和通路分析。纵向设计支持时间序列分析，可结合组分张量分解等方法识别不同皮肤状态之间的动态变化。多组学整合分析可用于关联微生物类群与代谢物，并探索其与皮损严重程度的关系。机器学习分类方法可用于区分健康、非皮损和皮损皮肤。具体的数据格式、预处理步骤、分析工具和代码等，源站未提供。
【质量与限制】
该数据集基于10名痤疮患者和10名健康对照的纵向多组学数据，样本量较小，可能限制统计功效和结论的普适性。研究聚焦于面部皮肤，其他部位皮肤的可推广性未知。虽然采用了16S rRNA基因测序、鸟枪法宏基因组学和UPLC-MS/MS代谢组学等多种技术，但具体的技术重复、测序深度、代谢物鉴定置信度、批次效应控制等质量指标，源站未提供。此外，受试者的临床特征、用药史、合并症等信息缺失，可能影响对结果的解释。因此，使用该数据集时需注意样本量和人群代表性的限制，并谨慎推断因果关系。
【引用与许可】
该数据集的引用方式、许可协议、使用条款和数据访问权限等信息，源站未提供。
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/ena/browser/view/PRJEB106897
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
临床上非病变皮肤的生物学状态在痤疮中仍未得到充分表征，尽管其可能与疾病进展和早期干预相关。通过对10名痤疮患者（病变部位和非病变部位）及10名健康对照者的面部皮肤在多个时间点进行纵向多组学分析，包括16S rRNA基因测序（V1–V3和V4）、鸟枪法宏基因组学和UPLC-MS/MS代谢组学，我们识别出健康皮肤、非病变皮肤和病变皮肤之间的微生物和代谢差异。成分张量分解显示，非病变痤疮皮肤在微生物组和代谢组谱中均处于健康皮肤与病变皮肤之间的中间位置。痤疮相关皮肤表现出微生物多样性降低，其菌株水平和时间变化与病变严重程度相关。机器学习分类能够区分健康样本与痤疮病变样本（AUC=0.67）以及健康样本与痤疮非病变样本（AUC=0.70）。
代谢组学揭示了广泛的脂质改变，包括N-油酰乙醇胺（一种与皮脂生成相关的PPAR-α激动剂）升高，且在痤疮患者的非皮损和皮损皮肤中均持续存在。氨基酸紊乱，尤其是（异）亮氨酸、色氨酸和苯丙氨酸的紊乱，即使在非皮损部位也较为显著。整合性微生物–代谢物关联分析揭示了痤疮中独特的共现模式，而健康皮肤则显示出保护性代谢物（包括尿刊酸）的富集。这些发现表明，痤疮患者临床上外观正常的皮肤与健康皮肤相比，存在可测量的微生物和代谢差异，为未来评估候选生物标志物和基于微生物组的干预策略的研究提供了基础。
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。
