基于代谢组学的生物标志物识别：从慢性非萎缩性胃炎和慢性萎缩性胃炎到胃癌

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS12186

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

胃癌（GC）是一种严重的恶性肿瘤，其特征为诊断晚、预后差和生存率低。其进展通常与慢性非萎缩性胃炎（CNAG）和慢性萎缩性胃炎（CAG）相关，而这两种疾病症状不典型。识别CNAG、CAG和GC进展的生物标志物对于早期诊断和预防至关重要。本研究采用超高效液相色谱和高分辨率质谱对81份临床样本（17份对照；CNAG、CAG和GC患者分别为23、23和18份）进行了非靶向代谢组学分析。共鉴定出63种代谢物，其中18种在疾病各阶段持续失调。疾病进展显示氨基酸、脂质和微生物代谢出现显著紊乱。靶向代谢组学鉴定出46种代谢物，其中O-(4,8-二甲基壬酰基)肉碱和硫酸脱氢表雄酮（DHEAS）存在显著差异。DHEAS和L-苏糖酸（L-TA）被验证为生物标志物，并开发了检测方法并应用于确认其临床意义。

这些发现增进了对CNAG、CAG和GC进展的理解，并为GC诊断和治疗的潜在临床应用提供了经过验证的生物标志物。

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。