数据集概述
本数据集基于代谢组学策略，通过非靶向质谱分析HepG2细胞在肝毒性与非肝毒性化合物作用下的代谢组变化，用于识别潜在肝毒性药物并揭示毒性机制。包含训练集（25种肝毒性、4种非肝毒性化合物）和验证集（69种已知毒性机制化合物、18种非肝毒性化合物）的相关数据，共2个文件。
文件详解
- 文件名称：Indexes_MetabolomicsHepG2.xlsx
- 文件格式：XLSX
- 字段映射介绍：推测包含化合物毒性指数定义相关数据，基于代谢组变化幅度与非毒性化合物的比较结果，用于量化各化合物的肝毒性程度。
- 文件名称：Data_normalize_MetabolomicsHepG2.xlsx
- 文件格式：XLSX
- 字段映射介绍：推测包含标准化后的代谢组原始数据，涵盖不同浓度（IC10、IC50或1/10/100/1000 µM）、不同作用时间下HepG2细胞的代谢物检测值，支持毒性生物标志物识别与预测模型构建。
数据来源
论文“A Metabolomics-based strategy to assess drug hepatotoxicity and uncover the mechanisms of hepatotoxicity involved”
适用场景
- 药物肝毒性预测模型构建: 利用训练集代谢组数据开发肝毒性预测模型，辅助药物研发早期筛选潜在肝毒性药物。
- 肝毒性机制研究: 通过分析代谢组特征签名，揭示不同化合物导致肝毒性的具体分子机制。
- 代谢组学生物标志物识别: 从HepG2细胞代谢组变化中筛选肝毒性特异性生物标志物。
- 药物研发毒性评估: 为药物临床前毒性研究提供代谢组学数据支持，优化药物安全性评价流程。
