微生物组衍生代谢组对胰腺癌风险评估与预后预测的贡献

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS7260

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

背景
越来越多的证据表明，微生物组参与胰腺导管腺癌（PDAC）的发生和进展。研究提示，肠道或口腔微生物群的反流可导致其在胰腺定植，造成菌群失调，最终促使微生物毒素和代谢物释放，从而增强炎症反应并增加PDAC易感性。此外，微生物衍生代谢物可对前体细胞、癌细胞以及其他细胞类型发挥直接效应功能，从而促进或减弱肿瘤发展，并调节治疗反应。

内容
微生物代谢物在生物体液中的出现，使PDAC的风险评估和预后判断成为可能，并具有设计拦截策略的潜力。在本综述中，我们首先强调微生物组与胰腺癌前病变进展的相关性，并利用液相色谱-质谱法提供支持性证据，表明微生物衍生代谢物存在于胰腺囊液中，且与导管内乳头状黏液性肿瘤的恶性进展相关。其次，我们总结微生物衍生代谢物特征作为生物标志物的潜力，用于（a）识别发生或携带PDAC的高风险个体，以及（b）预测治疗反应和疾病结局。

总结
微生物组衍生的代谢组在PDAC风险评估和预后判断方面具有相当大的前景。

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。