代谢组学揭示炎症性肠病英夫利昔单抗治疗期间可逆的促动脉粥样硬化脂质谱
该数据集来自omicsdi.org,聚焦炎症性肠病(IBD)患者接受英夫利昔单抗(IFX)诱导治疗过程中的血清代谢组学分析

基本信息
资源简介
代谢组学揭示炎症性肠病英夫利昔单抗治疗期间可逆的促动脉粥样硬化脂质谱
该数据集来自omicsdi.org,聚焦炎症性肠病(IBD)患者接受英夫利昔单抗(IFX)诱导治疗过程中的血清代谢组学分析。研究纳入87例IBD患者和37例对照,在治疗第0、2、6、14周连续采集血清,采用基于1H核磁共振(NMR)光谱的代谢谱分析。数据可用于验证光谱作为半侵入性诊断工具的潜力、识别治疗应答的潜在生物标志物,并刻画肿瘤坏死因子-α抑制剂治疗期间的代谢变化,尤其关注可逆的促动脉粥样硬化脂质谱特征(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:三分之一的炎症性肠病(IBD)患者对英夫利昔单抗(IFX)诱导治疗无应答,而约一半有应答的患者随时间推移变得无应答。因此,识别潜在的治疗应答生物标志物具有重要的临床意义。本研究采用基于光谱的代谢谱分析,对接受IFX治疗的IBD患者和健康受试者的血清进行分析,以(1)证实光谱作为半侵入性诊断工具的用途,(2)识别治疗应答的潜在生物标志物,(3)表征肿瘤坏死因子-α抑制剂治疗患者管理期间的代谢变化。方法:对87例IBD患者和37例对照在IFX诱导治疗期间(第0、2、6和14周)连续采集的血清样本,通过1H核磁共振(NMR)光谱进行分析。数据为
【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/MTBLS239
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/MTBLS239
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
背景:三分之一的炎症性肠病(IBD)患者对英夫利昔单抗(IFX)诱导治疗无应答,而在有应答的患者中,约半数随时间推移变为无应答。因此,识别潜在的治疗应答生物标志物具有重要的临床意义。本研究采用基于光谱学的代谢谱分析,对接受IFX治疗的IBD患者及健康受试者的血清进行分析,旨在(1)证实光谱学作为半侵入性诊断工具的实用性,(2)识别治疗应答的潜在生物标志物,(3)表征在使用肿瘤坏死因子-α抑制剂管理患者过程中的代谢变化。方法:采用1H核磁共振(NMR)光谱学,对来自87名IBD患者和37名对照者在IFX诱导治疗期间(第0、2、6和14周)连续采集的血清样本进行分析。数据通过SIMCA-P+ v12和MATLAB软件,运用主成分分析和正交投影到潜在结构判别分析进行处理。
结果:活动性溃疡性结肠炎与对照组、活动性克罗恩病与对照组以及静止期克罗恩病与对照组之间的代谢谱存在显著差异。具有鉴别能力的代谢物主要属于具有促动脉粥样硬化特性的脂质和磷脂,以及丙酮酸代谢中的代谢物,提示存在强烈的炎症驱动能量需求。根据代谢谱,对IFX无应答的IBD患者被识别为一个潜在的不同群体,尽管在当前条件下无法筛选出适用的应答生物标志物。结论:血清样本的1H NMR波谱分析是诊断IBD发作的有力半侵入性工具。通过使用该技术,我们提供了对IFX诱导治疗期间发生的代谢变化的独特见解。具有明显临床相关性的是,在IBD患者中识别出可逆的促动脉粥样硬化脂质谱。
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。




