高效调节剂治疗对囊性纤维化微生物组的影响
研究在两年内每 6 个月采集一次中鼻道黏液样本,共 5 次访视,进行半定量细菌培养、16S rRNA V4 区扩增子测序和 qPCR,并使用 QIIME 2 与 SILVA 数据库完成预处理和分类学注释,丰度数据在 R 中进一步分析

基本信息
资源简介
高效调节剂治疗对囊性纤维化微生物组的影响
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化患者接受 Cystic Fibrosis Transmembrane Conductance Regulator 调节剂治疗后,鼻腔鼻窦微生物群落与炎症特征的变化。研究在两年内每 6 个月采集一次中鼻道黏液样本,共 5 次访视,进行半定量细菌培养、16S rRNA V4 区扩增子测序和 qPCR,并使用 QIIME 2 与 SILVA 数据库完成预处理和分类学注释,丰度数据在 R 中进一步分析。数据可用于研究调节剂治疗对微生物组组成的影响,并支撑微生物群落分类与相关预测任务(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:囊性纤维化。本研究的目标是表征 Cystic Fibrosis Transmembrane Conductance Regulator 调节剂治疗对成人囊性纤维化患者鼻腔鼻窦微生物群落和炎症特征的影响。参与者将被要求在两年内每 6 个月完成以下研究活动,共计 5 次研究访视(0 个月、6 个月、12 个月、18 个月、24 个月)。将获取中鼻道黏液样本,并在 4ºC 下保存直至培养分析。将进行半定量细菌培养。将使用 16S rRNA 可变区(V4)扩增子测序和 qPCR 对细菌群落组成进行定量。将使用 QIIME 2(v 2023.2)和 SILVA 138.1 rRNA 数据库进行数据预处理和分类学注释。丰度数据将在 R(v 4.3.0)中进一步处理
【主题与分类】
主题标签:Cystic Fibrosis。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05982795
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/NCT05982795
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
疾病:囊性纤维化。本研究旨在表征囊性纤维化跨膜传导调节因子调节剂治疗对成人囊性纤维化患者鼻窦微生物群落及炎症特征的影响。参与者将被要求在两年的时间内每6个月完成以下研究活动,共计5次研究访视(第0个月、第6个月、第12个月、第18个月、第24个月)。将从中鼻道获取黏液样本,并在4ºC下保存直至培养分析。将进行半定量细菌培养。细菌群落组成将通过16S rRNA可变区(V4)扩增子测序和qPCR进行定量。数据预处理和分类学归属将使用QIIME 2(v 2023.2)和SILVA 138.1 rRNA数据库进行。丰度数据将在R(v 4.3.0)中使用decontam、phyloseq和vegan软件包进一步处理。将分析来自中鼻道和嗅裂的样本,以研究囊性纤维化患者的炎症特征。
两个样本将在4°C、10,000 rpm条件下离心10分钟,以从材料中提取全部样本。样本将通过移液管转移至冷冻管中,在液氮中速冻,并储存于-80°C环境中,直至实验室检测时。本研究将通过细胞因子芯片评估免疫状态的变化。为评估先天免疫反应,将采用Bioplex Pro人类炎症检测试剂盒检测37种人类细胞因子(BD Biosciences)。本研究还将探究鼻腔微生物组和炎症谱的变化是否与囊性纤维化特异性生活质量(QOL)及嗅觉结局的变化相关。参与者将被要求使用Sniffin’ Sticks扩展测试套件(MediSense,NL)和/或宾夕法尼亚大学嗅觉识别测试(UPSIT)完成嗅觉功能测试。此外,参与者将被要求完成以下四项调查 t
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




