论文第3章发表数据
该数据集为论文第3章“肠道微生物组在肠道伤口愈合中的作用:从炎症性肠病和结直肠癌中揭示微生物见解”的补充表格与图件,共11个文件,包含PNG图与XLSX表格

基本信息
资源简介
论文第3章发表数据
Data published in the thesis - Chapter 3
该数据集为论文第3章“肠道微生物组在肠道伤口愈合中的作用:从炎症性肠病和结直肠癌中揭示微生物见解”的补充表格与图件,共11个文件,包含PNG图与XLSX表格。内容涉及接受IFX和ADA治疗患者的结肠黏膜微生物组基线比较、α多样性(Shannon与Simpson指数)、β多样性(基于Bray-Curtis相异性的PCoA)以及响应者与非响应者的差异分析,并涉及M. gnavus与Blautia的基线模式。可用于微生物组与治疗响应相关的生物标志物预测研究(来源 figshare,CC BY 4.0 许可)。
【数据集背景】
源站首次发布:2026-02-19。
【数据内容】
源站描述(机器翻译,仅供参考):在此条目中,您可以找到论文《肠道微生物组在肠道伤口愈合中的作用:从炎症性肠病和结直肠癌中揭示微生物见解》第3章所述的所有补充表格和图件。图例:图和表以章节为前缀。例如,“Figure3-S1”代表第3章的补充图1。Figure3-S1. 接受IFX和ADA治疗的患者具有相似的基线结肠黏膜微生物组。在扩增子序列变异(ASV)水平上通过Shannon和Simpson指数测量的α多样性。Wilcoxon符号秩检验。基于ASV水平Bray-Curtis相异性的主坐标分析(PCoA),展示响应者与非响应者之间的β多样性。置换多元方差分析(PERMANOVA)。Figure3-S2. M. gnavus和Blautia在基线c
【数据结构与技术规格】
文件数 11 个,合计 879.75 KB。数据集 DOI:10.6084/m9.figshare.31347121.v1。
【主题与分类】
源站学科分类:Machine learning not elsewhere classified、Predictive and prognostic markers、Gene and molecular therapy。主题标签:microbiome、biopsy、prediction、therapy response、biomarker、Crohns' disease。本站分类:肿瘤/其他。
【适用方向】
源站学科分类标注为 Machine learning not elsewhere classified、Predictive and prognostic markers、Gene and molecular therapy。
【获取与许可】
源站页面:https://figshare.com/articles/dataset/Data_published_in_the_thesis_-_Chapter_3/31347121
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Zafeiropoulou, Konstantina (2026). Data published in the thesis - Chapter 3. figshare. Dataset
【使用注意】
· 源站最后修改于 2026-06-19,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.31347121.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 879.7 KB。
数据说明
在本条目中,您可以找到论文《肠道微生物组在肠道伤口愈合中的作用:从炎症性肠病和结直肠癌中揭示微生物学洞见》第三章所述的所有补充表格和附图。图例:图表均以章节号为前缀。例如,“Figure3-S1”代表第三章的补充图1。Figure3-S1. 接受IFX和ADA治疗的患者具有相似的基线结肠黏膜微生物组。在扩增子序列变异(ASV)水平上通过Shannon和Simpson指数测量的α多样性。Wilcoxon符号秩检验。基于ASV水平Bray-Curtis相异性的主坐标分析(PCoA),展示应答者与无应答者之间的β多样性。置换多元方差分析(PERMANOVA)。Figure3-S2. 在接受IFX和ADA治疗患者的基线结肠黏膜微生物组中,M. gnavus与Blautia呈现相似的模式。
对来自抗TNFα-结肠模型(图5B)的15个最具预测性的ASV,在阿达木单抗(ADA;应答者n=13,无应答者n=10)和英夫利西单抗(IFX;应答者n=9,无应答者n=6)应答者与无应答者之间的相对丰度进行差异分析。比较分别针对每种药物使用Mann-Whitney U检验进行。对于ADA,有四个ASV在应答者与无应答者之间显示出显著不同的相对丰度,展示于上方面板。对于IFX,无任何比较达到统计学显著性;相应的点图展示于下方面板。表3-S1。接受维得利珠单抗治疗患者的基线临床特征。除非另有定义,数值为中位数(四分位距)。缺失数据的数量显示于方括号中。百分比基于可用数据计算。抗TNFα:英夫利西单抗和阿达木单抗;HBI:Harvey Bradshaw指数;SES-CD:简易内镜疾病活动度评分;免疫调节剂:硫唑嘌呤
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。




