茵陈蒿水提取物调节肠道菌群结构并提高胆汁酸循环效率以改善小鼠MASLD
该数据集包含一项关于茵陈蒿水提取物干预高脂饮食诱导的小鼠代谢相关脂肪性肝病（MASLD）的机制研究数据，数据模态涵盖动物表型观察、生化检测、16S rRNA测序（肠道菌群）、靶向代谢组学（胆汁酸）以及分子生物学指标（信号通路蛋白表达等），主要用于揭示ACTE通过调节肠-肝轴（包括菌群结构、胆汁酸循环、肠道屏障及肝脏炎症通路）改善肝脏脂质代谢紊乱的作用机制，为开发基于肠-肝轴调控的MASLD治疗策略提供实验依据。
基本信息
资源简介
茵陈蒿水提取物调节肠道菌群结构并提高胆汁酸循环效率以改善小鼠MASLD
【数据集背景】
本数据集源站标题为《Artemisia capillaris Thunb Aqueous Extract regulates the structure of intestinal microbiota and improves the efficiency of bile acid cycling to improve MASLD in mice》。源站首次发布：2025-02-20。
【数据内容】
源站原始描述：With the global epidemic of metabolic diseases, Metabolic dysfunction-associated steatotic liver disease (MASLD) has become the most common chronic liver disease. This study assessed the therapeutic potential of Artemisia capillaris extract (ACTE) in an MASLD mouse model induced by a high-fat diet (HFD). The study comprehensively elucidated the mechanisms underlying ACTE’s effects via phenotypic observations, biochemical assays, 16S rRNA sequencing, bile acid-targeted metabolomics, and molecular…
【数据结构与技术规格】
文件数 1710 个，合计 559.00 MB。数据集 DOI：10.17632/b7zhx6kfb3.3。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/b7zhx6kfb3
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://data.mendeley.com/datasets/b7zhx6kfb3/2
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
本数据集源于一项关于茵陈蒿水提取物（ACTE）对代谢相关脂肪性肝病（MASLD）小鼠模型治疗效果的机制研究。数据集包含通过高脂饮食诱导的MASLD小鼠模型实验所获得的多组学数据，具体涵盖：表型观察指标（如肥胖体征、肝脏脂质积累）、生化检测数据、16S rRNA测序的肠道菌群结构数据、胆汁酸靶向代谢组学数据，以及分子生物学实验数据（如FXR/SHP、FXR/FGF15、NF-κB、NLRP3等信号通路相关指标）。数据来源于动物实验，并通过分子对接实验验证了ACTE活性成分对关键代谢通路的调控作用。该数据集主要用于研究ACTE通过调节肠-肝轴（包括肠道菌群、胆汁酸循环、肠道屏障及肝脏炎症与焦亡）改善MASLD的潜在机制，为代谢性肝病的干预策略提供数据支持。
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。
