生命早期人类基因与微生物群
该数据集来自 clinicaltrials.gov,聚焦生命早期(产前及出生后早期)宿主基因与微生物群的相互作用。覆盖妊娠结局、妊娠并发症、神经发育障碍、免疫发育、儿童肥胖及2型糖尿病等主题

基本信息
资源简介
生命早期人类基因与微生物群
该数据集来自 clinicaltrials.gov,聚焦生命早期(产前及出生后早期)宿主基因与微生物群的相互作用。覆盖妊娠结局、妊娠并发症、神经发育障碍、免疫发育、儿童肥胖及2型糖尿病等主题。数据涉及母体与婴儿肠道微生物群的建立与演变,以及饮食、环境和医疗暴露等因素的影响。可用于研究宿主-微生物互作与后续过敏性疾病、肥胖和神经发育迟缓等疾病的关联,支持早期预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:宿主与微生物组、妊娠结局、妊娠并发症、神经发育障碍、免疫发育、儿童肥胖、2型糖尿病。产前和出生后早期是生长以及认知和免疫系统发育的关键窗口期。除遗传学和宿主生物学外,环境对儿童健康也起着关键作用。这一过程中的一个关键因素是母体和婴儿肠道微生物群。从出生到儿童期,肠道微生物群的建立和演替取决于一系列因素,包括母体微生物群、饮食、环境和医疗暴露。在此期间宿主与微生物的交互被认为参与过敏性疾病、肥胖和神经发育迟缓等晚年疾病的病理生物学。尽管微生物组及其对健康的重要性已……
【主题与分类】
主题标签:Host and Microbiome、Pregnancy Outcomes、Pregnancy Complications、Neurodevelopmental Disorders、Immune Development、Childhood Obesity、Type 2 Diabetes。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06926166
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://clinicaltrials.gov/study/NCT06926166
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
条件:宿主与微生物组、妊娠结局、妊娠并发症、神经发育障碍、免疫发育、儿童肥胖、2型糖尿病。产前和产后早期是生长发育以及认知和免疫系统发育的关键窗口期。除遗传学和宿主生物学外,环境在儿童健康中也起着关键作用。在这一过程中,一个关键因素是母婴肠道微生物组。从出生到童年期,肠道微生物群的建立和演替取决于一系列因素,包括母体微生物群、饮食、环境和医疗暴露。这一时期宿主与微生物之间的相互作用被认为参与晚年疾病(如过敏性疾病、肥胖和神经发育迟缓)的病理生物学。尽管微生物组及其对健康的重要性已被广泛研究,但母体微生物群与胎儿的相互作用、微生物群在婴儿适应出生后环境暴露过程中的建立和演替,以及微生物与宿主的相互作用如何影响儿童晚年健康,仍不清楚。假设:1.
母体微生物群与胎儿的相互作用对胎儿免疫系统发育及不良妊娠结局具有重要影响。2. 宿主基因可塑造婴儿肠道微生物群的组装与代谢。3. 生命早期宿主基因与微生物群之间的相互作用对免疫系统发育及日后过敏性疾病具有影响。4. 肠道微生物群与宿主代谢物的共代谢影响儿童肥胖。5. 生命早期宿主与微生物群之间的相互作用对儿童神经发育具有影响。6. 母体微生物群影响母亲妊娠期及产后的代谢。
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。




