GNPS - 五种波利尼西亚药典与美容用植物抗氧化代谢物鉴定(护肤方向)
植物提取物经体外抗氧化活性实验评估,并采用 UHPLC-MS/MS 代谢组学分析,共表征 61 个代谢物,其中 F. prolixa 与 C. subcordata 的注释化合物为首次在这些本土树种中报道

基本信息
资源简介
GNPS - 五种波利尼西亚药典与美容用植物抗氧化代谢物鉴定(护肤方向)
该数据集来自 omicsdi.org,聚焦五种波利尼西亚传统护肤与药用植物(Calophyllum inophyllum、Gardenia taitensis、Curcuma longa、Cordia subcordata、Ficus prolixa)的抗氧化代谢物研究。植物提取物经体外抗氧化活性实验评估,并采用 UHPLC-MS/MS 代谢组学分析,共表征 61 个代谢物,其中 F. prolixa 与 C. subcordata 的注释化合物为首次在这些本土树种中报道。抗氧化活性通过 TPC、DPPH 和 FRAP 实验评价,F. prolixa 提取物活性最强。数据可用于皮肤癌等氧化应激相关皮肤病理的抗氧化成分发现与代谢组学研。
【数据内容】
源站描述(机器翻译,仅供参考):氧化应激会导致皮肤健康受损,并影响痤疮、银屑病或皮肤癌等病症的伤口愈合过程。本文研究了五种波利尼西亚药用植物,它们是传统上最常用于护肤(美容与药典)的植物:Calophyllum inophyllum、Gardenia taitensis、Curcuma longa、Cordia subcordata 和 Ficus prolixa,以探究其抗氧化特性。为此,将植物提取物提交与抗氧化特性相关的体外生物测定,并通过代谢组学分析方法鉴定其生物活性成分。进行了 UHPLC-MS/MS 分析,最终表征了 61 个代谢物。F. prolixa 和 C. subcordata 中注释的化合物为首次在这些本土树种中报道。抗氧化特性通过 TPC、DPPH 和 FRAP 实验评估。F. prolixa 提取物活性最强。
【主题与分类】
主题标签:Metabolomics。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/gnps/MSV000092788
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://omicsdi.org/dataset/gnps/MSV000092788
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
氧化应激会导致皮肤健康受损,并在痤疮、银屑病或皮肤癌等疾病的伤口愈合过程中产生影响。本文研究了五种波利尼西亚药用植物,它们是传统上最常用于皮肤护理(美容和药典)的植物,以探究其抗氧化特性:琼崖海棠、塔希提栀子、姜黄、心叶破布木和榕树。为此,将植物提取物用于与抗氧化特性相关的体外生物测定,并通过代谢组学分析方法鉴定其生物活性成分。进行了UHPLC-MS/MS分析,表征了61种代谢物。榕树和心叶破布木中注释的化合物是首次在这些本土树木中报道。通过TPC、DPPH和FRAP测定评估了抗氧化特性。榕树提取物在抗氧化特性方面最为活跃,与抗坏血酸相似,并通过AOP1测定在HaCaT模型上显示出抗氧化细胞内活性。在线HPLC DPPH允许鉴定酚类生物活性化合物。这些结果突出了榕树的潜力。
长而繁茂的气生根作为抗氧化剂来源,用于皮肤护理局部应用。
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。




