基于质谱的脂质组学机器学习方法用于透明细胞肾细胞癌早期检测

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS1839

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

本研究采用超高效液相色谱结合四极杆-飞行时间质谱及机器学习技术，对一个包含I、II、III和IV期透明细胞肾细胞癌（ccRCC）患者（n=112）和对照组（n=52）的队列血清样本进行了基于发现的脂质谱分析。基于支持向量机和LASSO变量选择方法的多元模型产生了两个用于ccRCC检测和早期诊断的判别性脂质组合。一个由16种脂质组成的组合在交叉验证下的训练集中以95.7%的准确率区分ccRCC患者与对照组，在独立测试集中准确率为77.1%。第二个模型用于区分早期（I和II期）与晚期（III和IV期）ccRCC，产生了由26种化合物组成的组合，在独立测试集中以82.1%的准确率对I期患者进行分类。包括胆酸、十一碳烯酸、月桂酸、LPC(16:0/0:0)和PC(18:2/18:2)在内的13种被鉴定为level 1的脂质在ccRCC患者样本中显示出显著低于对照组的水平。

此外，3α-羟基-5α-雄甾烷-17-酮-3-硫酸盐、顺-5-十二碳烯酸、花生四烯酸、顺-13-二十二碳烯酸、PI(16：0/18：1)、PC(16：0/18：2)和PC(O-16：0/20：4)有助于区分早期与晚期ccRCC阶段患者。这些结果对于早期ccRCC诊断而言是积极的，但需在更大且不同的队列中对这些标志物组合进行验证。

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。