腹主动脉瘤小鼠蛋白质组与乙酰化组全局分析数据集
该数据集包含腹主动脉瘤小鼠模型的蛋白质组和乙酰化组全局分析数据，涵盖蛋白质表达谱和乙酰化修饰谱两种分子模态，主要用于研究腹主动脉瘤的分子病理机制，探索蛋白质表达与翻译后修饰在疾病发生发展中的作用，为疾病生物标志物鉴定和治疗靶点开发提供重要的组学数据基础。
基本信息
资源简介
腹主动脉瘤小鼠蛋白质组与乙酰化组全局分析数据集
【数据集背景】
本数据集源站标题为《Global profiling of the proteome and acetylome in mice with abdominal aortic aneurysms》。
【数据内容】
源站原始描述：Abdominal Aortic Aneurysm (AAA) is a fatal vascular disease characterized by abnormal expansion of the arterial wall and a high risk of rupture. Current treatments for AAA primarily rely on surgical intervention, while effective pharmacological therapies have yet to be developed. The major bottlenecks include an incomplete understanding of the disease mechanisms and a lack of efficient therapeutic targets.This study conducted a comprehensive proteome and acetylome analysis of mice models with ab…
中文译文（机器翻译，仅供快速理解，请以原文为准）：腹主动脉瘤（Abdominal Aortic Aneurysm, AAA）是一种致死性血管疾病，以动脉壁异常扩张和破裂风险高为特征。目前AAA的治疗主要依赖外科干预，而有效的药物治疗仍有待开发。主要瓶颈包括对疾病机制的认识不完整以及缺乏有效的治疗靶点。本研究对腹主动脉瘤小鼠模型进行了全面的蛋白质组和乙酰化组分析，以鉴定参与AAA进展的关键蛋白、信号通路和乙酰化修饰模式。
【数据结构与技术规格】
文件数 14 个。
【主题与分类】
主题标签：Mus musculus、10090。
【获取与许可】
源站页面：https://www.iprox.cn/page/project.html?id=IPX0011115000
规范引用：41322586
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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://www.iprox.cn/page/project.html?id=IPX0011115000
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
本数据集通过蛋白质组学和乙酰化组学技术，对患有腹主动脉瘤的小鼠模型进行全局分析。数据集包含小鼠腹主动脉组织在疾病状态下的蛋白质表达谱和蛋白质乙酰化修饰谱，数据来源于实验动物模型，通过质谱等蛋白质组学方法构建。该数据集主要用于研究腹主动脉瘤的分子病理机制，特别是蛋白质表达调控和翻译后修饰在疾病发生发展中的作用，为疾病生物标志物发现和治疗靶点研究提供数据支持。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
