父源而非母源肥胖与新生儿脐带间充质基质细胞胰岛素刺激葡萄糖摄取降低相关的复制数据
该数据集为一项关于父源而非母源肥胖与新生儿脐带间充质基质细胞胰岛素刺激葡萄糖摄取降低关联研究的复制数据，包含去标识化的参与者层面数据、12份新生儿脐带来源间充质基质细胞样本的原始NanoString nCounter RCC文件、用于关联分析的处理后miRNA表达数据以及统计与敏感性分析所用的R脚本
基本信息
资源简介
父源而非母源肥胖与新生儿脐带间充质基质细胞胰岛素刺激葡萄糖摄取降低相关的复制数据
Replication Data for: Paternal but not maternal adiposity is associated with reduced insulin-stimulated glucose uptake in neonatal umbilical cord mesenchymal stromal cells
该数据集为一项关于父源而非母源肥胖与新生儿脐带间充质基质细胞胰岛素刺激葡萄糖摄取降低关联研究的复制数据，包含去标识化的参与者层面数据、12份新生儿脐带来源间充质基质细胞样本的原始NanoString nCounter RCC文件、用于关联分析的处理后miRNA表达数据以及统计与敏感性分析所用的R脚本。参与者仅以研究代码标识，不含日期、病历号或其他直接标识符。数据可用于复现该研究的统计与敏感性分析，并支持围绕父源肥胖、新生儿胰岛素抵抗、脐带间充质基质细胞及MicroRNA的发育编程研究（来源 DOI 解析）。
【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）：研究“父源而非母源肥胖与新生儿脐带间充质基质细胞胰岛素刺激葡萄糖摄取降低相关”所依据的分析代码和数据。该存储库包含所报告分析背后的去标识化参与者层面数据、来自12份新生儿脐带来源间充质基质细胞样本的原始NanoString nCounter RCC文件、用于关联分析的处理后miRNA表达数据，以及用于统计和敏感性分析的R脚本。参与者仅以研究代码标识；不包含日期、病历号或其他直接标识符。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Paternal obesity、Maternal obesity、Neonatal insulin resistance、Umbilical cord mesenchymal stromal cells、MicroRNA、Developmental programming、NanoString、HOMA-IR。本站分类：内分泌、营养和代谢疾病。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/ZOUI3W
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/10.7910/DVN/ZOUI3W
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 2.9 MB。
数据说明
支持本研究《父源性而非母源性肥胖与新生儿脐带间充质基质细胞中胰岛素刺激的葡萄糖摄取减少相关》的分析代码和数据。该存储库包含所报告分析背后的去标识化参与者层面数据、来自12份新生儿脐带来源间充质基质细胞样本的原始NanoString nCounter RCC文件、用于关联分析的处理后miRNA表达数据，以及用于统计和敏感性分析的R脚本。参与者仅以研究代码标识；不包含日期、病历号或其他直接标识符。
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。
