植物血红素铁的吸收研究

该数据集来自clinicaltrials.gov,聚焦铁缺乏女性的铁吸收研究。研究比较两种植物来源血红素铁化合物(铁叶绿素和大豆血红蛋白)与硫酸亚铁(阴性对照)及猪血红蛋白(阳性对照)的铁吸收分数

ETH ZurichETH Zurich
clinicaltrials
浏览 7
蛋白质Iron Deficiency (ID)Iron Absorption
Iron Absorption From Plant Heme Iron

基本信息

模态
蛋白质
创建/更新时间
2026-10-26

资源简介

植物血红素铁的吸收研究

该数据集来自clinicaltrials.gov,聚焦铁缺乏女性的铁吸收研究。研究比较两种植物来源血红素铁化合物(铁叶绿素和大豆血红蛋白)与硫酸亚铁(阴性对照)及猪血红蛋白(阳性对照)的铁吸收分数。所有化合物用稳定铁同位素标记,通过红细胞铁掺入评估吸收,测试水与玉米粥两种基质。数据可用于铁强化剂筛选与铁缺乏干预研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:铁缺乏(ID)、铁吸收。血红素是一种铁原卟啉IX复合物,由捕获在卟啉环中的亚铁离子组成,作为四齿配体发挥作用。血红素铁的独特特征——其在食物中异常高的吸收率以及对铁吸收的腔道抑制剂的抵抗力——使其成为一种潜在有趣的铁强化剂。本研究旨在比较两种植物来源血红素铁化合物——铁叶绿素和大豆血红蛋白——与硫酸亚铁(阴性对照)和猪血红蛋白(阳性对照)在铁缺乏女性中的铁吸收分数。所有四种化合物将用稳定铁同位素进行内在标记。铁吸收分数将在测试餐给药后14天通过红细胞铁掺入进行评估。吸收将在两种基质中测试:水和玉米粥(一种抑制性基质)。每个参与者

【主题与分类】

主题标签:Iron Deficiency (ID)、Iron Absorption。本站分类:血液及造血器官疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07143890

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:https://clinicaltrials.gov/study/NCT07143890

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

条件:缺铁(ID)、铁吸收。血红素是一种铁原卟啉IX复合物,由捕获在卟啉环中的亚铁离子组成,卟啉环作为四齿配体发挥作用。血红素铁的独特特征——其在食物中的吸收率异常高以及对管腔内铁吸收抑制剂的抵抗性——使其成为一种潜在有趣的铁强化剂。本研究旨在比较缺铁女性对两种植物来源血红素铁化合物——叶绿素铁和豆血红蛋白——与硫酸亚铁(阴性对照)及猪血红蛋白(阳性对照)的部分铁吸收情况。所有四种化合物将用稳定铁同位素进行内源性标记。部分吸收将在测试餐给予后14天通过红细胞铁掺入进行评估。吸收将在两种基质中测试:水和玉米粥(一种抑制性基质)。每位参与者将按随机顺序接受所有测试条件,从而实现受试者内比较。

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。

获取专属数据定制方案