对称与非对称帕金森病患者肠道与口腔微生物组图谱
该数据集来自 NCBI,包含 53 名帕金森病患者的肠道与口腔微生物组图谱,其中 30 例为对称型、23 例为非对称型,每位参与者均采集了配对的粪便与唾液样本

基本信息
资源简介
对称与非对称帕金森病患者肠道与口腔微生物组图谱
该数据集来自 NCBI,包含 53 名帕金森病患者的肠道与口腔微生物组图谱,其中 30 例为对称型、23 例为非对称型,每位参与者均采集了配对的粪便与唾液样本。微生物群落分析采用 Illumina 平台的 16S rRNA 基因测序,生物信息学流程涵盖质控、OTU/ASV 挑选、物种分类注释以及多样性与差异物种丰度的下游统计分析。数据可用于比较对称型与非对称型帕金森病患者微生物组的差异,为探索不同致病机制的微生物学证据提供支持(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:帕金森病(PD)在临床上表现出相当大的异质性,尤其在运动症状对称性方面。本研究探讨对称型与非对称型 PD 患者之间肠道和口腔微生物群的潜在差异,为致病机制存在分歧的假说提供微生物学证据。样本信息:该数据集包含 53 名 PD 患者的微生物组图谱,临床上分为 30 例对称型和 23 例非对称型。每位参与者均采集了配对的粪便和唾液样本。方法:使用 Illumina 平台上的 16S rRNA 基因测序进行微生物群落分析。生物信息学处理包括质量控制、OTU/ASV 挑选、物种分类注释以及下游统计分析,以比较两个 PD 亚组之间的多样性和差异类群丰度。关键发现:该数据集揭示
【主题与分类】
主题标签:Raw sequence reads。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1394324
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://ncbi.nlm.nih.gov/bioproject/PRJNA1394324
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:帕金森病(PD)在临床上表现出相当大的异质性,尤其是在运动症状对称性方面。本研究探讨对称型与不对称型PD患者在肠道和口腔微生物群方面可能存在的差异,为不同致病机制的假说提供微生物学证据。样本信息:该数据集包含53例PD患者的微生物组图谱,临床分层为30例对称型和23例不对称型病例。每位参与者均采集了配对的粪便和唾液样本。方法:采用Illumina平台上的16S rRNA基因测序进行微生物群落分析。生物信息学处理包括质量控制、OTU/ASV挑选、分类学注释以及下游统计分析,以比较两个PD亚组之间的多样性和差异类群丰度。关键发现:该数据集揭示了不同的肠道和口腔微生物群落结构。
值得注意的是,对称性帕金森病与特定类群的富集相关,如Desulfobacterota,其与临床严重程度评分呈正相关。数据用途:该数据集可作为探索帕金森病异质性中肠-脑和口-脑轴的资源。它支持对帕金森病亚型分型的微生物生物标志物以及微生物群在疾病机制中作用的研究。
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。




