COPD 肺癌患者肠道宏转录组数据集
该数据集来自 40 份 COPD 患者粪便样本，采样时间为患者确诊肺癌时，包含基于 BioCyc 的代谢通路丰度矩阵及带物种分类拆分的 PFAM 数据，并附有 COPD 合并症、肺功能参数与基本患者信息
基本信息
资源简介
COPD 肺癌患者肠道宏转录组数据集
Metatranscriptome_COPD
该数据集来自 40 份 COPD 患者粪便样本，采样时间为患者确诊肺癌时，包含基于 BioCyc 的代谢通路丰度矩阵及带物种分类拆分的 PFAM 数据，并附有 COPD 合并症、肺功能参数与基本患者信息。数据可用于研究肠道宏转录组代谢通路与 COPD 及肺癌患者呼吸功能之间的关联，支持微生物组、代谢通路和 PFAM 层面的分类与关联分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
项目资助方：Hungarian National Research, Development and Innovation Office。源站首次发布：2024-11-07。
【数据结构与技术规格】
文件数 7 个，合计 126.62 MB。数据集 DOI：10.6084/m9.figshare.27633195.v1。
【主题与分类】
源站学科分类：Molecular medicine、Respiratory diseases、Clinical microbiology。主题标签：gut microbiome、metabolic pathways、PFAM、COPD、lung function。本站分类：肿瘤/肺癌。
【适用方向】
源站学科分类标注为 Molecular medicine、Respiratory diseases、Clinical microbiology。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Metatranscriptome_COPD/27633195
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Dora, David (2024). Metatranscriptome_COPD. figshare. Dataset
【使用注意】
· 源站最后修改于 2025-02-01，引用时请注意版本时效。
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://doi.org/10.6084/m9.figshare.27633195.v1
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:
数据集大小约 126.6 MB。
数据说明
该数据集包含所有BioCyc衍生代谢通路的处理后丰度矩阵，以及来自40份COPD患者粪便样本的PFAM及其分类学分解数据，这些样本采集于患者肺癌诊断时。数据集包含关于COPD合并症和肺功能参数的综合元数据以及基本患者数据。引用：Dora D, Revisnyei P, Mihucz A, Kiraly P, Szklenarik G, Dulka E, Galffy G and Lohinai Z (2024) Metabolic pathways from the gut metatranscriptome are associated with COPD and respiratory function in lung cancer patients. Front. Cell. Infect. Microbiol. 14:1381170. doi: 10.3389/fcimb.2024.1381170
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。
