数据集概述
本数据集为EXPOsOMICS个人暴露监测研究中血清代谢组的处理后数据，包含298个样本的代谢组测量结果与协变量信息，以及代谢物注释数据。数据源自多中心研究，可用于分析血清代谢组的变异性及与暴露因素的关联，共含5个文件。
文件详解
processed_covariate_data.csv- 文件格式：CSV
- 字段映射：包含298行7列数据，字段有subjectid（受试者哈希ID）、sample_code（样本类型A/B）、centre（研究中心）、age_cat（年龄组）、sqsex（性别）、traf（交通暴露水平）、bmicat（BMI分类）
processed_lcms_data.csv- 文件格式：CSV
- 字段映射：包含298行4297列数据，字段有subjectid、sample_code、centre及4294个以X前缀的代谢物特征（命名含单同位素质量_保留时间），未检出值编码为1
annotations.xlsx- 文件格式：XLSX
- 内容说明：代谢物注释信息
ancestors_annotations.xlsx- 文件格式：XLSX
- 内容说明：基于ChEBI本体的代谢物注释祖先信息（用于化合物分类）
annotations_plus_kegg_pathways.csv- 文件格式：CSV
- 字段映射：包含compound（化合物）、mass（质量）、retention_time（保留时间）、annotation（注释）、kegg_entry（KEGG条目）、pathway_name（通路名称）等代谢物注释及KEGG通路信息
数据来源
EXPOsOMICS Personal Exposure Monitoring study，论文DOI:10.1021/acs.est.3c03233
适用场景
- 代谢组变异性分析：研究血清代谢组在3个月内的时间变异性特征
- 暴露因素关联研究：分析交通暴露（PM2.5、UFP）与代谢组特征的关联
- 代谢组学数据整合：结合协变量与代谢物数据开展多变量分析
- 代谢通路富集分析：利用KEGG注释数据研究代谢通路与暴露因素的关系
- 生物标志物筛选：探索与交通暴露相关的血清代谢生物标志物
