低蛋白饮食通过微生物来源的UDP-半乳糖增强胰腺癌抗肿瘤免疫
该数据集来自omicsdi.org,主题为肿瘤/其他,聚焦低蛋白饮食(LPD)对胰腺导管腺癌(PDAC)免疫治疗的作用机制

基本信息
资源简介
低蛋白饮食通过微生物来源的UDP-半乳糖增强胰腺癌抗肿瘤免疫
该数据集来自omicsdi.org,主题为肿瘤/其他,聚焦低蛋白饮食(LPD)对胰腺导管腺癌(PDAC)免疫治疗的作用机制。数据涉及雄性小鼠模型、肠道微生物重塑、抗肿瘤免疫激活、肿瘤相关巨噬细胞(TAM)免疫刺激表型、粪便微生物移植(FMT)、Blautia coccoides及UDP-半乳糖激活巨噬细胞P2Y14R/STAT1轴等研究内容,并包含与anti-PD1联合治疗的生存分析。可用于探索饮食-微生物-免疫互作及胰腺癌免疫治疗增敏机制(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):低蛋白饮食(LPD)与改善代谢健康有关,但其在胰腺导管腺癌(PDAC)免疫治疗中的作用仍不清楚。在此,我们表明,LPD通过重塑肠道微生物群并激活抗肿瘤免疫,抑制雄性小鼠的PDAC进展。LPD促进免疫激活,并驱动免疫刺激性肿瘤相关巨噬细胞(TAM)表型。微生物群耗竭消除了这些抗肿瘤效应,而来自LPD喂养供体的粪便微生物移植(FMT)将保护性表型转移给受体小鼠。在机制上,LPD富集了共生菌Blautia coccoides,该菌产生UDP-半乳糖,激活巨噬细胞P2Y14R/STAT1轴,上调STAT1表达并诱导免疫刺激性表型。将LPD、B. coccoides或UDP-半乳糖与anti-PD1疗法联合使用,可改善生存,超过ant
【主题与分类】
主题标签:Metabolomics。本站分类:肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS14989
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://omicsdi.org/dataset/metabolights_dataset/MTBLS14989
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:
数据说明
低蛋白饮食(LPD)已被证实与改善代谢健康相关,但其在胰腺导管腺癌(PDAC)免疫治疗中的作用仍不明确。本研究表明,LPD通过重塑肠道菌群并激活抗肿瘤免疫,抑制雄性小鼠的PDAC进展。LPD促进免疫激活,并驱动免疫刺激性肿瘤相关巨噬细胞(TAM)表型。菌群耗竭消除了这些抗肿瘤效应,而来自LPD喂养供体的粪菌移植(FMT)将保护性表型转移至受体小鼠。机制上,LPD富集共生菌Blautia coccoides,该菌产生UDP-半乳糖,激活巨噬细胞P2Y14R/STAT1轴,上调STAT1表达并诱导免疫刺激性表型。将LPD、B. coccoides或UDP-半乳糖与抗PD1治疗联合使用,其生存获益优于单用抗PD1治疗。在晚期PDAC患者中,粪便B. coccoides和血清UDP-半乳糖水平降低与不良临床结局相关。
这些发现证实,LPD通过UDP-半乳糖/P2Y14R/STAT1轴重塑肠道微生物群及其代谢产物,从而增强抗肿瘤免疫,为改善PDAC免疫治疗反应和生存率提供了一种潜在的饮食策略。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




