用类器官芯片系统模拟人类非酒精性脂肪性肝病(NAFLD)

该数据集基于肝类器官芯片系统,通过游离脂肪酸处理模拟人类非酒精性脂肪性肝病(NAFLD),包含基因表达和免疫荧光染色等多模态实验数据,用于研究NAFLD的发病机制、评估药物效果以及推动类器官芯片在肝脏疾病建模领域的应用。

Dalian Institute of Chemical Physics, Chinese Academy of SciencesDalian Institute of Chemical Physics, Chinese Academy of Sciences
干细胞与再生医学数据中心
2023-04-29 更新
浏览 27
非酒精性脂肪肝器官芯片类器官Nonalcoholic Fatty LiverOrgan-on-a-Chiporganoid人其他人诱导多能干细胞

基本信息

许可
CC BY 4.0
创建/更新时间
2023-04-29

资源简介

用类器官芯片系统模拟人类非酒精性脂肪性肝病(NAFLD)

【数据集背景】

源站首次发布:2023-04-29。

【数据内容】

源站原始描述:目的:验证肝类器官芯片系统用于研究游离脂肪酸暴露对肝类器官影响的可行性;样品分组:芯片上无游离脂肪酸处理的肝类器官;芯片有游离脂肪酸处理的肝类器官;获取方式:对不同处理时间的游离脂肪酸暴露对肝类器官的影响进行基因鉴定和免疫荧光染色分析。

【主题与分类】

主题标签:非酒精性脂肪肝、器官芯片、类器官、Nonalcoholic Fatty Liver、Organ-on-a-Chip、organoid、人、其他、人诱导多能干细胞。

【获取与许可】

源站页面:http://data.iscr.ac.cn/Article?id=644d2be6f45ac97dd8ad108d

使用许可:CC BY 4.0。

规范引用:35786.11.228b074d8ce94cb2a0a4b48d303bbbe8

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:http://data.iscr.ac.cn/Article?id=644d2be6f45ac97dd8ad108d

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

该数据集旨在利用肝类器官芯片系统模拟和研究人类非酒精性脂肪性肝病(NAFLD)。数据集包含在芯片上培养的肝类器官样本,分为两组:一组未经过游离脂肪酸处理(对照组),另一组经过游离脂肪酸处理(暴露组)。数据通过不同时间点的游离脂肪酸暴露实验获得,包括基因表达鉴定和免疫荧光染色分析结果,用于评估游离脂肪酸对肝类器官脂质积累、炎症和功能的影响。该数据集主要用于研究NAFLD的发病机制、药物筛选以及类器官芯片技术在肝脏疾病建模中的应用。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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