C57BL/6小鼠七个月香烟烟雾吸入研究综合系统生物学分析

该数据集来自 omicsdi.org,对应一项在 C57BL/6 小鼠慢性阻塞性肺病模型中开展的七个月香烟烟雾吸入研究,比较原型改良风险烟草产品气溶胶与参考香烟 3R4F 烟雾的健康影响,并设置戒烟组和转用 pMRTP 组

omicsdi
浏览 7
基因组分类Metabolomics
基因组Comprehensive systems biology analysis of a seven-month cigarette smoke inhalation study in C57BL/6 mice

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-27

资源简介

C57BL/6小鼠七个月香烟烟雾吸入研究综合系统生物学分析

该数据集来自 omicsdi.org,对应一项在 C57BL/6 小鼠慢性阻塞性肺病模型中开展的七个月香烟烟雾吸入研究,比较原型改良风险烟草产品气溶胶与参考香烟 3R4F 烟雾的健康影响,并设置戒烟组和转用 pMRTP 组。研究并行采集生理与组织学终点及转录组学、脂质组学和蛋白质组学数据,本数据集具体共享肺组织脂质组学分析结果,可用于研究烟雾暴露相关分子变化及风险评估(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):燃烧型香烟的吸烟对人类健康有重大影响。我们在慢性阻塞性肺病模型(C57BL/6 小鼠)中采用系统毒理学方法,评估了小鼠暴露于原型改良风险烟草产品(pMRTP)烟雾与常规香烟烟雾相比的健康后果。我们平行研究了暴露于参考香烟(3R4F)烟雾或 pMRTP 气溶胶长达 7 个月的小鼠的生理和组织学终点以及转录组学、脂质组学和蛋白质组学图谱。除对照组(暴露于新鲜空气)外,我们还纳入了戒烟组和转用 pMRTP 组(在 3R4F 暴露 2 个月后),以了解与持续 3R4F 暴露和戒烟相比,转用 pMRTP 的潜在风险降低。此处共享的数据集描述了在肺上进行的脂质组学分析,

【主题与分类】

主题标签:Metabolomics。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS143

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/metabolights_dataset/MTBLS143

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

吸食可燃香烟对人体健康有重大影响。在慢性阻塞性肺疾病模型(C57BL/6小鼠)中,我们采用系统毒理学方法,评估了小鼠暴露于原型改良风险烟草产品(pMRTP)烟雾与传统香烟烟雾相比的健康后果。我们在暴露于参考香烟(3R4F)烟雾或pMRTP气溶胶长达7个月的小鼠中,同步研究了生理学和组织学终点以及转录组学、脂质组学和蛋白质组学图谱。除对照组(暴露于新鲜空气)外,我们还纳入了戒烟组和切换至pMRTP组(在3R4F暴露2个月后),以了解与持续3R4F暴露和戒烟相比,切换至pMRTP可能带来的风险降低。此处共享的数据集描述了在这些小鼠多个时间点上对肺、肝脏和血浆进行的脂质组学分析。除(非靶向)鸟枪法脂质组学外,还使用一组靶向方法对脂质进行了表征,以专门表征鞘脂、神经酰胺、甘油三酯、类花生酸和神经节苷脂。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。