© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
贵州医科大学
企业贵州医科大学属研究和试验发展，主营为国家培养高等学历医药人才、开设基础医学、临床医学、预防医学、药学、申报重点学科博士等。面向公共健康、慢性病研究、环境流行病学等领域提供数据服务，开放贵州苗、侗、布依族人群生活行为因素与疾病关联数据集（公共健康、慢性病研究）、贵州苗、侗、布依族尿金属暴露和常见慢性病关联数据集（环境流行病学、慢性病研究）、大学生心理健康变化轨迹分析结果数据集（心理健康、教育研究），支撑品质管理与工艺优化。
公共健康慢性病研究环境流行病学研发服务
数据集列表
食用菌活性多糖结构与功能特征数据集
1.数据采集：系统检索中英文文献及公开实验报告，筛选10种代表性食用菌的多糖研究数据。提取多糖中英文名称、来源菌种、提取部位等基础属性，收集主要单糖组成、糖苷键类型、分子量、高级结构等微观理化特征，并汇总主要生物活性、作用机制/靶点与实验模型等药效验证数据，构建初始多源异构数据池。
2.数据处理：对原始数据进行深度清洗与结构化重组。首先，制定“MF+两位数字”的编码规则生成唯一标识（多糖ID），统一规范来源菌种的学名；其次，对结构特征进行标准化处理，将分子量统一换算为kDa并按数值区间分组，将主要单糖组成和糖苷键类型（如α型/β型）进行规范化分类，提取三螺旋等高级结构特征；最后，对功能数据进行语义对齐，将主要生物活性、作用机制/靶点按标准医药术语映射，将实验模型严格划分为动物、细胞、临床三类，并将提取工艺或理化特性归纳至备注字段。最终整合形成包含13个核心字段、无缺失值的结构化二维数据表。
3.数据应用：输出标准化多糖数据集，直接用于多糖构效关系分析、同类活性多糖的快速聚类比对，以及特定功能（如降血糖、免疫调节）多糖产品的开发靶点查询与实验设计参考。
贵州省数据知识产权登记平台2026-07-23 更新40
高校开展大学生心理健康教育工作的困难与处理经验数据集
1、数据采集：获取多个高等院校的大学生心理健康工作开展情况、开展效果及处理方法，包括是否建立专用工作场所、专职心理咨询师数量、是否开设专业课程、教材种类、心理健康教育活动的开展形式及次数、是否满足学生需求等信息。
2、数据处理：基于获取的工作开展情况，进行统计和数据分析，提取院校大学生心理健康工作开展中的薄弱环节；结合开展效果及院校的处理方法，进行归纳和推导分析，得到高校开展大学生心理健康教育工作的困难与处理经验数据集。
3、数据应用：可应用于为教育机构特别是高等院校在开展学生心理教育课题研究、实施方案探讨的过程中提供数据支撑和参考依据；可为教育主管部门梳理高校心理健康教育的共性痛点与区域差异，制定更具针对性的扶持政策与指导意见提供现实依据。
贵州省数据知识产权登记平台2026-07-03 更新30
SFTSV致病机制研究的SFTSV感染Hela线粒体蛋白质组学测序数据集
（1）细胞培养与病毒感染：Hela细胞经标准化复苏、传代和培养后，以指定MOI（感染复数）接种SFTSV病毒液，在适宜条件下吸附后进行感染培养。
（2）线粒体分离与蛋白提取：感染后于指定时间点收集细胞，分离线粒体，裂解提取线粒体蛋白，经BCA法进行蛋白定量。
（3）蛋白酶解与标记：将获得的蛋白采用胰蛋白酶消化为肽段，将肽段脱盐处理后在Orbitrap Astral质谱仪上进行DIA检测；
（4）质谱数据采集：对所有LC-MSMS检测得到的所有DIA原始数据导入DIA-NN进行分析，基于DIA-NN输出的蛋白定量结果进行生物信息分析流程。提取的线粒体蛋白经还原烷基化处理后，加入胰蛋白酶进行酶解。酶解后的多肽采用TMT（串联质谱标签）试剂进行标记。
（5）数据检索与定量分析：1）根据样本的来源情况构建样本特异性蛋白数据库，然后采用DIA数据分析软件DIA-NN进行蛋白数据库检索；2）基于数据库搜索的结果进行肽段和蛋白水平的质控分析；3）对鉴定到的蛋白进行常见功能注释；4）蛋白的定量分析：包含定量分布统计和重复性分析；5）差异蛋白筛选：包含差异显著性检验，差异数目统计。
贵州省数据知识产权登记平台2026-06-17 更新30
大学生心理健康变化轨迹分析结果数据集
1、数据采集：获取多个周期的目标大学生个人基本信息；个人基本信息包括年龄、性别、所在地，感情状况、生活环境、健康状况、心理咨询意愿及应对方式等。
2、数据处理：基于大学生心理健康变化轨迹识别模型，根据大学生的个人基本信息进行数据分析，得到大学生心理健康变化轨迹分析结果数据集，包括：描述统计及相关性分析数据、大学生心理健康各潜在类别的发展轨迹分析数据、潜在类别的单因素分析数据、潜在类别的多元 logistic 回归分析数据、应对方式和咨询意愿在身体健康状态和大学生心理健康发展轨迹潜在类别间的中介作用分析数据。
3、数据应用：可应用于教育机构，分析性别、父母婚姻状况、身体疾病、应对方式和咨询意愿等因素在大学生心理健康中的作用，为心理健康干预提供更具个性化和针对性的策略。
贵州省数据知识产权登记平台2026-04-10 更新250
贵州苗、侗、布依族人群生活行为因素与疾病关联数据集
1、生活行为采集数据，包括调查对象的生活方式信息，包括人口统计学特征（性别、年龄、民族、教育程度、职业类型等）、行为因素（吸烟状态、饮酒情况、体力活动水平、常见饮食和少数民族人群特色饮食等），并确保数据一致性；人口学信息：性别、年龄、民族；贵州苗、侗、布依族人群常见慢性病（包括高血压、糖尿病、血脂异常石等）相关信息；
2、数据处理：将分类变量（如吸烟、民族、教育水平等）转换为哑变量，将连续变量（如年龄、体力活动等）保留原始尺度或按四分位数分组用于趋势检验；采用关联分析模型评估生活行为因素与高血压、糖尿病、血脂异常等贵州苗、侗、布依族人群常见慢性病的关联和关联强度，对有序分类变量（如教育、收入）进行线性趋势检验；对关键行为（如吸烟、饮酒等）进行剂量-反应关系探索；按民族进行分层分析，判断行为-疾病关联是否存在民族特异性。
3、数据应用：根据回归结果识别与贵州各民族人群常见慢性病相关的高危行为模式，实现行为风险识别。
贵州省数据知识产权登记平台2025-12-18 更新590
胃黏膜保护功效成分多维评价数据集
1、数据采集：系统采集文献、实验、临床及企业四类多源数据，获取胃黏膜健康功效成分的相关信息，建立初始多源数据库。
2、数据处理：对采集数据进行实质性加工。首先进行数据清洗，剔除重复记录，统一剂量单位等字段格式并处理异常值；其次进行数据预处理，标准化核心功效描述，分类整理模型类型；随后提取功效频次、模型类型、数据质量等关键特征；最后建立“成分-功效-模型-结果”的关联关系，整合形成包含12个核心字段的标准化结构化数据表。采用多维度综合评价规则：按核心功效匹配需求，按研究阶段选择对应模型，基于有效剂量范围筛选实用成分，按验证级别（临床>实验>文献）对数据质量分级，并通过阳性对照结果验证成分活性。
3、数据应用：输出结构化数据集，直接用于功效成分的多维度筛选分析、候选药物评估及功能性食品研发，为下游研究提供标准化的数据查询与对比基准。
贵州省数据知识产权登记平台2026-07-23 更新20
多类高等院校大学生心理健康教育工作现状分析关键数据集
1、数据采集：获取多个高等院校的大学生心理健康工作开展数据，包括高校基本信息、心理健康教育工作场所、经费投入、组织架构与人员配备、等多个维度的数据信息。
2、数据处理：基于采集的工作开展数据，按院校的类型进行分类，然后开展心理健康教育工作场所与经费投入情况、组织架构与人员配备、危机干预机制的分析，得到多类院校在心理教育硬件设施建设和资金保障上、工作体系及师资队伍、预警预防体系上存在的差异数据，生成多类高等院校大学生心理健康教育工作现状分析关键数据集，包括院校类型、硬件设施建设、资金保障、工作体系、师资队伍建设、预警预防体系等。
3、数据应用：可应用于为教育机构开展学生心理健康教育工作提供对照依据，从整体上提升院校的学生心理健康教育工作；用于在家长或学生在选择院校时，提供偏向性选择参考依据。
贵州省数据知识产权登记平台2026-07-03 更新30
大学生心理健康变化轨迹识别模型
1、数据采集：获取多个周期的目标大学生个人基本信息；个人基本信息包括年龄、性别、所在地，感情状况、生活环境、健康状况和心理咨询意愿等。
2、数据处理：基于个人基本信息，采用SCL-90 量表评估目标大学生周期性心理健康水平得分；采用简易应对方式问卷(SCSQ)评估大学生的应对方式；基于个人基本信息、周期性心理健康水平得分和应对方式，进行权重分配，使用潜变量混合增长模型进行数据分析，对大学生心理健康变化轨迹进行识别和分类。
3、数据应用：可应用于教育机构，揭示大学生心理健康的变化轨迹及其影响因素之间的关系，分析导致大学生心理健康出现恶化的原因，提供针对性的心理健康干预和支持，防止其陷入不良的心理健康轨迹。
贵州省数据知识产权登记平台2026-04-10 更新100
贵州少数民族人群常见慢性病风险评估模型
1、数据采集：
根据暴露因素与健康指标采集规则：采集贵州省侗、苗和布依族人群的人口学信息、生活方式（吸烟、饮酒、体力活动等）、特色饮食；在现场测量基本健康指标，并确保数据一致性与完整性。
2、模型构建：
数据预处理规则：对连续变量（如BMI、年龄等）进行标准化；对分类变量（如民族、吸烟状态等）编码；对缺失值进行插补。
构建机器学习模型，进行贵州省常见慢性病（包括高血压、糖尿病、血脂异常、肥胖、脂肪肝、高尿酸血症、代谢综合征、骨量异常、慢性肾病、肾结石、胆结石等）风险评估，包括：采用随机森林捕捉非线性关系与特征重要性排序；梯度提升树实现高精度预测；支持向量机和多层感知机适应小样本但高维特征场景和复杂交互。
模型的输入特征涵盖行为、人口学及生化指标特征，目标结局为高血压、糖尿病、血脂异常等二分类结局。
进一步进行模型验证、性能评估、择优和集成。
3、应用：根据模型输出的预测概率划分疾病风险等级，针对贵州省苗、侗、布依族人群分别设定风险阈值和干预优先级。
贵州省数据知识产权登记平台2025-12-18 更新220
贵州苗、侗、布依族尿金属暴露和常见慢性病关联数据集
1、生物样本采集：采用电感耦合等离子体质谱法定量检测尿液中金属元素（如Cd、Pb等），采集过程控制质量；
根据慢性病终点判定规则采集慢性病相关信息、B超诊断信息；采集人口学信息、生活方式，并确保数据一致性。
2、数据处理：通过基础关联分析获取尿金属浓度与高血压、糖尿病、血脂异常、肥胖、脂肪肝、高尿酸血症、代谢综合征、骨量异常、慢性肾病、肾结石、胆结石等贵州苗、侗、布依族人群常见慢性疾病的关联和关联强度；
通过QGcomp、WQS、BKMK混合暴露模型探索金属混合暴露与各类慢性疾病的关联；
采用中介效应分析流程检验炎症标志物、氧化应激指标或代谢紊乱是否在特定金属暴露（如Cd、Pb）与慢性病发生之间起中介作用。
3、数据应用：可用于识别出与慢性病显著相关的“关键金属”及其高暴露阈值；结合民族、性别、生活方式划定高风险亚群、建立“尿金属暴露-慢性病风险”分级响应机制，并用于常规健康宣教、基层医疗机构管理和科研转化。
贵州省数据知识产权登记平台2025-12-18 更新430