基于非靶向脂质组学与化学集分析识别肝癌风险相关的诊断前脂质集——ATBC队列巢式病例对照研究

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS7776

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

在易感个体中，肝脏脂质代谢的重编程可能促进肝癌起始。我们在Alpha-Tocopherol, Beta-Carotene Cancer Prevention (ATBC) Study内开展了一项巢式病例对照研究（219例肝癌病例和219例对照），对其诊断前血清样本进行了基于高分辨质谱的非靶向脂质组学分析。在462种已注释脂质中，有158种（34.2%）在错误发现率（FDR）< 0.05的条件下，经条件logistic回归分析显示与肝癌风险相关。化学集富集分析（ChemRICH）和共调控集分析提示，28个脂质类别中的22个以及83个相关模块中的47个与肝癌风险显著相关（FDR < 0.05）。观察到单不饱和脂肪酸（MUFA）、三酰甘油（TAGs）以及具有MUFA酰基链的磷脂酰胆碱（PCs）呈强正相关。鞘脂类（神经酰胺和鞘磷脂）、溶血磷脂酰胆碱、胆固醇酯以及含多不饱和脂肪酸（PUFA）的TAGs和PCs则呈负相关。硬脂酰辅酶A去饱和酶1（SCD1）（脂肪酸代谢中的一种限速酶）和神经酰胺酶似乎在这种重编程中至关重要。总之，我们的研究报告了诊断前脂质变化，这些变化为理解肝脏脂质代谢重编程可能促成促细胞生长和抗凋亡的组织环境，并进而支持肝癌起始，提供了新见解。

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。