老龄雄性大鼠砷暴露戒断与粪菌移植的16S rRNA微生物组处理数据
数据集包括九个组共54个终点样本标签,每组六个样本标签:C、L、LF、H、HF、SLC、SLF、SHC和SHF。实验描述来自手稿;原始动物标识符和确切采集日期不可用

基本信息
资源简介
老龄雄性大鼠砷暴露戒断与粪菌移植的16S rRNA微生物组处理数据
数据集包括九个组共54个终点样本标签,每组六个样本标签:C、L、LF、H、HF、SLC、SLF、SHC和SHF。实验描述来自手稿;原始动物标识符和确切采集日期不可用
Processed 16S rRNA microbiome data for arsenic withdrawal and fecal microbiota transplantation in aged male rats chronically exposed to sodium arsenite
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含来自研究“Effects of fecal microbiota transplantation and arsenic withdrawal on glucose homeostasis in aged male offspring rats chronically exposed to sodium arsenite”的处理后16S rRNA V3–V4微生物组数据及相关样本/分组元数据。数据集包括九个组共54个终点样本标签,每组六个样本标签:C、L、LF、H、HF、SLC、SLF、SHC和SHF。相关手稿描述了PND550终点队列中的雄性Sprague-Dawley大鼠、名义sodium arsenite浓度0、30或100 mg/L,以及12周砷戒断/FMT干预。实验描述来自手稿;原始动物标识符和确切采集日期不可用。该档案包含29个文件,包括一个21,639个特征的BIOM表和相应文本表、代表序列、系统发育树、属水平和p
【主题与分类】
主题标签:sodium arsenite、gut microbiota、processed data。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.23387410
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.23387410
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 3.2 MB。
数据说明
该数据集包含来自研究“粪菌移植与停砷对长期暴露于亚砷酸钠的老年雄性后代大鼠葡萄糖稳态的影响”的经处理16S rRNA V3–V4微生物组数据及相关样本/分组元数据。数据集包括九个组共54个终点样本标签,每组六个样本标签:C、L、LF、H、HF、SLC、SLF、SHC和SHF。相关手稿描述了PND550终点队列中的雄性Sprague-Dawley大鼠、名义亚砷酸钠浓度0、30或100 mg/L,以及为期12周的停砷/粪菌移植干预。实验描述源自手稿;原始动物标识符和确切采集日期不可用。该档案包含29个文件,包括一个21,639个特征的BIOM表及相应文本表、代表性序列、系统发育树、属水平和门水平的计数与相对丰度表、α多样性指标、归档的供应商特征水平Bray–Curtis距离矩阵、测序QC摘要,以及记录样本分组、来源和已知局限性的元数据。
分类学注释中的不一致之处,以及所报告的质控计数与最终特征计数之间的差异,均已记录在元数据中。本数据存档提供的是保留的处理后微生物组数据集,并不构成所有手稿终点所需的完整原始数据集。
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。




