绝经前后宫颈微生物组与代谢物谱差异及其对宫颈癌进展的意义

该数据集来自 omicsdi.org,聚焦绝经前后宫颈微环境变化与宫颈肿瘤进展的关联,整合分析了宫颈微生物组、相关代谢物、细胞因子和 microRNA

omicsdi
浏览 15
基因组分类Metabolomics
Distinct Cervical Microbiome and Metabolite Profiles Before and After Menopause: Implications for Cervical Cancer Progression

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-06

资源简介

绝经前后宫颈微生物组与代谢物谱差异及其对宫颈癌进展的意义

该数据集来自 omicsdi.org,聚焦绝经前后宫颈微环境变化与宫颈肿瘤进展的关联,整合分析了宫颈微生物组、相关代谢物、细胞因子和 microRNA。研究对象为 248 名 HPV 阳性宫颈肿瘤女性,涵盖 CIN1、CIN2、CIN3 及鳞状细胞癌(SCC)患者,并设有正常对照。数据可用于探索绝经状态、宫颈微生物与代谢特征同宫颈癌进展之间的关系,支持肿瘤相关微生物与代谢标志物的分类与预测研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):引言:宫颈癌是女性第四大常见恶性肿瘤,主要由高危型人乳头瘤病毒(HPV)持续感染引起。此外,宿主免疫反应、遗传因素和生活方式习惯也具有病因学作用。宫颈阴道微生物组在绝经期间经历动态变化,这可能参与宫颈肿瘤的进展。我们旨在通过整合分析宫颈微生物组、相关代谢物、细胞因子和 microRNA,阐明绝经前后宫颈微环境变化与宫颈肿瘤进展之间的关联。方法:共纳入 248 名 HPV 阳性宫颈肿瘤女性,包括 17 名宫颈上皮内瘤变(CIN1)、80 名 CIN2、82 名 CIN3 和 69 名鳞状细胞癌(SCC)。作为正常对照,48 名 HPV-

【主题与分类】

主题标签:Metabolomics。本站分类:肿瘤/宫颈癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS12691

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://omicsdi.org/dataset/metabolights_dataset/MTBLS12691

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

引言:宫颈癌是女性第四大常见恶性肿瘤,主要由高危型人乳头瘤病毒(HPV)持续感染引起。此外,宿主免疫反应、遗传因素和生活方式习惯也具有病因学作用。宫颈阴道微生物组在绝经期间经历动态变化,这可能参与宫颈肿瘤的进展。我们旨在通过整合分析宫颈微生物组、相关代谢物、细胞因子和微小RNA,阐明绝经前后宫颈微环境变化与宫颈肿瘤进展之间的关联。方法:共纳入248例HPV阳性宫颈肿瘤女性,包括17例宫颈上皮内瘤变(CIN1)、80例CIN2、82例CIN3和69例鳞状细胞癌(SCC)。作为正常对照,纳入48例HPV阴性健康女性。每组根据平均绝经年龄50岁进行分层。按照下述方法分析宫颈黏液。

微生物群通过16S rRNA基因测序进行表征,代谢物通过超高效液相色谱-串联质谱分析,RT-qPCR用于miRNA表达分析,RANTES水平通过多珠阵列定量。数据分析使用MicrobiomeAnalyst和MetaboAnalyst进行。结果:在SCC组中,Prevotella和Atopobium是年轻组中的关键细菌属,而Peptoniphilus、Fusobacterium和Porphyromonas在老年组中更为普遍(LDA评分> 4.5)。我们观察到,在CIN2或更严重的年轻组中,Atopobium与黄嘌呤之间存在一致的阳性相关性(p < 0.0001)。然而,在老年女性中未检测到这种相关性。此外,与老年女性相比,在年轻SCC女性中,Atopobium、Adlercreutzia和Gardnerella与烟酸呈显著正相关(p < 0.0001)。在年轻SCC女

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