支持数据：催化光氧化在转甲状腺素蛋白淀粉样变性中展示治疗功效
该数据集包含针对转甲状腺素蛋白（ATTR）淀粉样变性的实验研究数据，数据模态包括结构化表格（Excel格式）及图像衍生的量化测量值，涵盖了不同处理条件、时间点和重复组的实验分组信息，主要用于研究小分子光氧化催化如何通过修饰淀粉样蛋白核心来中和其毒性并减轻细胞损伤，为开发ATTR淀粉样变性的新型治疗策略提供支持。
基本信息
资源简介
支持数据：催化光氧化在转甲状腺素蛋白淀粉样变性中展示治疗功效
【数据集背景】
本数据集源站标题为《Supporting data from: Catalytic photooxygenation demonstrates therapeutic efficacy in transthyretin amyloidosis》。
【数据内容】
源站原始描述：The escalating global trend of aging populations has brought attention to the rising prevalence of late-onset amyloid disorders. Among them, amyloid transthyretin (ATTR) amyloidosis presents a growing area of unmet medical needs. While current treatment modalities have demonstrated efficacy in preventing or delaying amyloid generation, methodology to selectively modify and neutralize existing amyloid burdens remains inadequately addressed, leaving the fundamental irreversibility and hence the fa…
【主题与分类】
主题标签：Photooxygenation、Organocatalysis、Amyloidosis、Transthyretin、C. elegans。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:a77db95dec23773d1e505b48bf56f9f6239dd1c5de7f5d9844913ee5a625e1a6
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
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
该数据集是支持一项关于转甲状腺素蛋白（ATTR）淀粉样变性治疗研究的公开数据。数据集包含通过小分子有机光催化方法，对ATTR淀粉样蛋白聚集和毒性进行动态控制的实验数据。具体内容包括：不同实验条件（如处理条件、时间点、重复组）下的量化测量值、原始图像衍生的数值、以及实验分组对应的结构化数据。数据以Excel文件形式提供，保留了实验的逻辑组织结构（如合并单元格、分组布局等），便于追踪原始图像与量化值之间的对应关系。这些数据主要用于研究光氧化催化如何通过将亲水性氧原子选择性地掺入疏水性淀粉样核心，从而重塑聚集状态、中和蛋白毒性并减轻细胞损伤，为ATTR淀粉样变性的治疗策略提供实验依据。
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。
