整合多组学分析揭示PDCoV感染仔猪中PPAR信号网络与代谢免疫失调及肠道损伤的关联
该数据集来自omicsdi.org,围绕PDCoV感染仔猪的空肠组织,整合转录组、蛋白质组与代谢组多组学数据,是首个针对该病原主要靶器官的此类分析

基本信息
资源简介
整合多组学分析揭示PDCoV感染仔猪中PPAR信号网络与代谢免疫失调及肠道损伤的关联
该数据集来自omicsdi.org,围绕PDCoV感染仔猪的空肠组织,整合转录组、蛋白质组与代谢组多组学数据,是首个针对该病原主要靶器官的此类分析。研究识别出一个核心宿主反应网络,表现为I型干扰素介导的抗病毒反应激活与脂质代谢显著改变,PPAR信号通路为最显著富集通路之一,伴随LPL、FABP3、SCD协同上调等变化。数据可用于探索PDCoV感染下的宿主代谢免疫互作机制及肠道损伤相关研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):猪δ冠状病毒(PDCoV)是一种新发肠道冠状病毒,可导致新生仔猪严重腹泻和高死亡率,并已被证明能够感染人类细胞。然而,决定疾病结局的宿主反应网络仍知之甚少。在此,我们对PDCoV感染仔猪的空肠组织进行了转录组、蛋白质组和代谢组的整合分析,这是该病原主要靶器官中的首次此类分析。多组学整合识别出一个核心宿主反应网络,其特征是强效I型干扰素介导的抗病毒反应同时激活以及脂质代谢的显著改变。过氧化物酶体增殖物激活受体(PPAR)信号通路是最显著富集的通路之一,表现为LPL、FABP3和SCD的协同上调以及下调
【主题与分类】
主题标签:Metabolomics。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS14236
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。
使用方式
数据集获取
源站:https://omicsdi.org/dataset/metabolights_dataset/MTBLS14236
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
猪δ冠状病毒(PDCoV)是一种新发肠道冠状病毒,可导致新生仔猪严重腹泻和高死亡率,并已证实具备感染人类细胞的能力。然而,决定疾病结局的宿主应答网络仍知之甚少。在此,我们对PDCoV感染仔猪的空肠组织进行了转录组学、蛋白质组学和代谢组学的整合分析,这是该病原体主要靶器官中的首次此类分析。多组学整合鉴定出一个核心宿主应答网络,其特征为强效I型干扰素介导的抗病毒应答与脂质代谢显著改变的同步激活。过氧化物酶体增殖物激活受体(PPAR)信号通路是富集最显著的通路之一,表现为LPL、FABP3和SCD的协同上调以及SLC27A2的下调。代谢组学分析表明膜甘油磷脂的广泛降解以及花生四烯酸-前列腺素炎症轴的改变,其证据为底物消耗和促炎介质20-羟基-PGE2的积累。
我们提出一个假设性工作模型,其中PDCoV感染与PPAR网络调节相关,可能促进脂质资源重分配以及促炎微环境的建立,从而可能加剧肠道损伤。值得注意的是,在这些PDCoV相关改变与严重急性呼吸综合征冠状病毒2(SARS-CoV-2)感染中报道的代谢-免疫失调之间可观察到相似性,这提出了冠状病毒间存在共同致病特征的假设。我们的发现突显了PPAR通路及其下游脂质介质作为值得进一步研究的潜在治疗靶点,并提示现有PPAR激动剂可能值得在未来的研究中作为候选药物进行重定位评估。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




