口腔癌诊断血浆脂质生物标志物的鉴定与验证

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS12655

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

尽管口腔癌（OC）中存在脂质代谢改变，但这些改变作为诊断标志物的潜力仍不明确。本研究评估了代谢物用于OC检测的诊断潜力。采用非靶向和靶向代谢组学，对发现集（182例OC，364例HC）和外部验证集（52例OC，52例HC）中OC患者和健康对照（HC）的血浆代谢物进行了分析。通过机器学习筛选关键生物标志物。使用酶联免疫吸附测定、免疫组织化学和公共转录组数据集评估肉碱棕榈酰转移酶1（CPT1）表达。在OC细胞系中进行了基于CPT1抑制的功能实验。机器学习以高准确度（AUC = 0.995）识别出OC诊断代谢物，靶向验证证实了趋势一致。三种酰基肉碱——癸酰肉碱、辛酰肉碱和己酰肉碱——在患者血浆中下调，在外部验证中显示出较强的诊断性能（AUC = 0.941，95% CI：0.877–0.988）。脂质组学和功能分析显示β-氧化和甘油磷脂代谢发生改变，CPT1作为关键调控因子发挥作用。CPT1和酰基肉碱在OC组织和细胞中均丰度较高。抑制CPT1可抑制OC细胞生长并改变酰基肉碱水平。我们的发现突出表明三种酰基肉碱是有前景的OC诊断生物标志物，并确定CPT1是脂质代谢的中心调控因子，凸显其在OC发病机制和临床应用中的相关性。

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。