BioAstronautics Dataset

为随机定位仪（RPM）和模拟微重力研究整理的数据集A curated dataset for Random Positioning Machine (RPM) and simulated microgravity research

原始信息汇总

🛰️ BioAstronautics 数据集概述

项目简介

这是一个关于随机定位仪（RPM）及模拟微重力研究的精选、结构化且持续增长的研究论文与数据集集合。项目通过系统性文献综述构建，旨在解决模拟微重力研究数据分散于50多篇论文、十余种期刊和多个数据存储库、缺乏统一整合平台的问题。

核心数据统计

指标	数值
论文总数	67篇
确认公开数据集	10个
可申请获取数据集	5个
覆盖期刊数	20+种
细胞类型/生物体数	15+种
出版年份范围	2000–2026年

数据集类型分布

数据类型	数量	来源论文编号
RNA-seq（FASTQ/TXT）	3	#8、#53、#57
蛋白质组学（LC-MS/MS）	2	#52、#55
数值型（XLSX/CSV）	3	#5、#51、#56
基因芯片（CEL/TXT）	1	#40
时序运动数据	1	#67

主要期刊分布

• 国际分子科学杂志：8篇
• PLoS ONE：8篇
• Scientific Reports：5篇
• npj Microgravity：5篇
• Frontiers（细胞与发育生物学/生理学）：4篇
• Life：3篇
• Microgravity Science and Technology：3篇

覆盖生物体与细胞类型

• 人类：成骨细胞、角质形成细胞、HUVECs、甲状腺癌、前列腺癌、乳腺癌、肺癌、干细胞、单核细胞、T细胞、神经祖细胞、软骨细胞、胃黏膜细胞等
• 小鼠：BRC6胚胎干细胞、2T3前成骨细胞、C57BL/6骨组织
• 大鼠：骨髓间充质干细胞
• 植物：拟南芥（根分生组织细胞、柱状细胞）
• 细菌：大肠杆菌K12、沙门氏菌、希瓦氏菌、地杆菌
• 真菌：茄病镰刀菌
• 其他：轮藻（根状茎平衡石）

研究领域分布

研究领域	论文数量
骨生物学与成骨作用	14篇
干细胞与分化	10篇
癌症生物学	9篇
工程与设备表征	8篇
内皮/血管生物学	5篇
其他领域	5篇
免疫学	4篇
微生物学	4篇
组织工程与软骨	4篇
植物生物学	3篇
皮肤与角质形成细胞	2篇
肌肉与肌少症	1篇

已确认公开数据集下载入口

#	研究内容	数据类型	存储库	访问链接
5	RPM中的流体动力学	数值（XLSX）	Figshare	https://doi.org/10.6084/m9.figshare.4555852
8	造血分化	RNA-seq（FASTQ）	CNCB/GSA	https://download.cncb.ac.cn/gsa-human/HRA001496
40	T细胞激活基因表达	基因芯片（CEL）	NCBI GEO	https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE33801
51	冷应激+微重力（骨）	微CT（XLSX/CSV）	NASA OSDR	https://osdr.nasa.gov/bio/repo/data/studies/OSD-980
52	成骨分化蛋白质组学	蛋白质组学（RAW）	PRIDE	https://www.ebi.ac.uk/pride/archive/projects/PXD033475
53	成骨分化RNA谱	RNA-seq（FASTQ）	NCBI GEO	https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE114117
55	胃黏膜蛋白质组学	蛋白质组学（RAW）	PRIDE	https://www.ebi.ac.uk/pride/archive/projects/PXD026675
56	神经干细胞基因表达	数值（XLSX）	本仓库	https://github.com/Shreyansh4Ai/BioAstronautics-Dataset
57	软骨转录组学（抛物线飞行）	RNA-seq（FASTQ）	NCBI GEO	https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE206008
67	乳液稳定性（RPM运动数据）	时序数据	诺丁汉大学	https://doi.org/10.17639/nott.7406

项目成果

本项目为研究实习任务产物，包含两大交付成果：

1. 研究数据集创建：完成系统性文献综述、提取研究变量、标准化术语和单位，打包为开放结构化数据集（v1.0）及详细数据字典。
2. AI基准测试流水线：基于数据集构建预测/分类问题，执行探索性数据分析和预处理，并对随机森林、XGBoost、神经网络等基线机器学习模型进行基准测试。

使用工具

工具	用途
Elicit	AI驱动的文献检索与结构化数据提取
Consensus	基于证据的AI研究问题搜索
Zotero	参考文献管理、去重与筛选
Julius	AI驱动的数据分析、清洗与可视化

搜集汇总

数据集介绍

构建方式

BioAstronautics Dataset的构建源于对随机定位仪（RPM）及模拟微重力领域研究文献的系统性梳理。研究者通过AI辅助工具（如Elicit、Consensus）进行文献检索与结构化数据提取，结合Zotero进行去重与筛选，最终审阅了67篇发表于20余种期刊的论文，并从中识别出10个可公开获取的数据集及5个可申请的数据集。每篇文献均被细致标注，涵盖细胞类型、实验条件及数据仓库信息，并通过标准化术语与单位，整合为结构化的开放数据集，辅以详尽的数据字典，确保数据的可追溯性与复用性。

使用方法

使用者可通过GitHub仓库的快速下载中心一键获取所有公开数据集，每个数据集均提供了直接链接至原始数据仓库（如NCBI GEO、PRIDE、NASA OSDR等），确保数据的原始性与权威性。仓库内设有按研究领域浏览的功能，用户可根据兴趣快速定位相关论文及数据。此外，数据集中包含的数据字典为用户提供了变量定义与单位说明，有助于标准化分析。对于希望进行机器学习建模的研究者，该数据集已配套了AI基准测试流水线，支持随机森林、XGBoost等模型的训练与评估，极大降低了数据预处理门槛。

背景与挑战

背景概述

BioAstronautics Dataset 是一个精心整理的数据集，旨在推动随机定位仪（RPM）及模拟微重力领域的研究。该数据集由研究团队在导师指导下创建，通过系统性文献回顾，整合了2000年至2026年间发表的67篇论文，覆盖20余种期刊，涉及骨生物学、癌症生物学、干细胞分化、免疫学、植物生物学、微生物学、内皮/血管生物学、组织工程与软骨、工程与装置表征、皮肤与角质形成细胞、肌肉与肌肉减少症等多个研究领域。数据集不仅提供了10个已确认的公共数据集链接，还详细记录了每篇论文的数据类型、生物样本及来源机构，为研究人员、学生和评审者提供了便捷的数据访问途径，促进了模拟微重力研究的可重复性和数据共享，对相关领域的影响深远。

当前挑战

构建过程中面临的核心挑战在于数据的碎片化与标准化缺失。微重力研究数据散落于众多期刊和数据库中，缺乏统一标准，需耗费大量人力进行系统梳理、提取和标准化。此外，数据获取的难度极高，部分数据需通过申请或与原始作者联系才能获得，仅有约15%的论文提供可直接访问的公共数据，这严重限制了数据的可复用性和研究的可重复性。同时，数据类型的多样性（包括RNA-seq、蛋白质组学、微阵列、数值数据和时间序列等）增加了数据整合与分析的复杂性，现有的数据共享机制和基础设施尚不完善，数据质量参差不齐，这些因素共同构成了该领域数据利用的重大挑战。

常用场景

经典使用场景

BioAstronautics Dataset作为系统性文献综述的结晶，为模拟微重力研究领域提供了首个结构化、标准化的数据资源库。该数据集聚焦于随机定位仪（RPM）及其同类设备（如回转器、旋转壁式生物反应器等）在地面模拟微重力环境中的应用，收录了2000年至2026年间来自20余种期刊的67篇研究论文，并关联了10个可公开获取的原始数据集，涵盖转录组学、蛋白质组学、代谢组学及生理动力学等多个组学层次。其经典使用场景在于，研究者可基于该数据集快速定位特定细胞类型（如成骨细胞、肿瘤细胞、干细胞）或特定生物过程（如骨分化、免疫应答、血管生成）在模拟微重力下的分子响应数据，进而开展跨研究的比较分析或机制探究，避免了传统文献检索中信息分散、标准不一的困境。

解决学术问题

该数据集有效解决了空间生物学研究中长期存在的‘数据孤岛’与‘可重复性危机’两大核心学术难题。真实微重力资源的稀缺性和高昂成本，使得地面模拟成为主要研究途径，但不同实验室采用的设备类型、参数设置和数据处理方法差异巨大，导致研究结果难以横向比较。BioAstronautics Dataset通过统一术语、标准化变量单位和规范数据格式，构建了一个整合性的知识框架，使研究者能够系统评估不同模拟技术的有效性，验证已有发现的稳健性，并识别领域内的研究空白。其意义在于，不仅提升了单个研究的透明度和可复用性，更为后续的元分析、机器学习和人工智能驱动的知识发现奠定了数据基础，加速了空间生物学从描述性科学向预测性科学的范式转变。

实际应用

在实际应用层面，该数据集的直接价值体现在为生物医学工程、航天医学和再生医学领域的交叉研究提供‘即取即用’的数据支持。例如，在药物研发中，研究者可利用其中关于抗癌细胞在模拟微重力下凋亡敏感性变化的数据，筛选潜在的地面药物筛选模型；在组织工程领域，软骨和骨分化相关的高通量测序数据可为生物反应器设计提供分子层面的参考指标；此外，数据集中包含的时间序列运动数据和流体动力学数据，也为优化RPM硬件设计、改进微重力模拟方案提供了工程学依据。该数据集还被设计为AI基准测试平台，研究人员可直接基于其标准化的数据子集训练机器学习模型，预测不同实验条件下的生物学响应，从而减少不必要的重复实验，降低科研成本和时间消耗。

数据集最近研究

最新研究方向

在航天医学与太空生物学交叉融合的前沿领域，真实微重力环境的稀缺性与高昂成本长期制约着研究进展，而地面模拟技术如随机定位仪（RPM）与回转器正成为破解这一瓶颈的核心工具。BioAstronautics Dataset应运而生，通过系统梳理2000至2026年间67篇经同行评议的文献，整合了覆盖骨生物学、癌症机制、干细胞分化、免疫应答乃至植物向地性响应等多元领域的10个可公开获取的高质量数据集，涵盖转录组、蛋白质组、显微成像及时序运动数据等丰富类型。该数据集不仅为研究者提供了标准化的元数据与术语体系，更通过构建AI基准测试管道，将机器学习方法引入模拟微重力效应预测，显著提升了数据的可复用性与跨学科分析效率，为深空探测中人类健康风险评估及太空药物开发奠定了坚实的数据基石。