正常人转甲状腺素蛋白及其致淀粉样变Val30→Met变异体的1.7埃分辨率X射线晶体结构精修

该数据集包含正常人转甲状腺素蛋白及其致淀粉样变Val30→Met变异体的高分辨率三维晶体结构数据,通过X射线衍射技术测定至1.7埃分辨率,数据模态为蛋白质结构坐标与实验元数据,主要用于研究蛋白质错误折叠、淀粉样变性疾病的分子机制以及相关药物靶点的结构基础。

Protein Data Bank Japan
2024-12-25 更新
浏览 19
TRANSPORT(THYROXINE)
X-ray Crystal Structure Refinements of Normal Human Transthyretin and the Amyloidogenic Val30→Met Variant to 1.7 Å Resolution

基本信息

创建/更新时间
2024-12-25

资源简介

正常人转甲状腺素蛋白及其致淀粉样变Val30→Met变异体的1.7埃分辨率X射线晶体结构精修

【数据集背景】

本数据集源站标题为《THE X-RAY CRYSTAL STRUCTURE REFINEMENTS OF NORMAL HUMAN TRANSTHYRETIN AND THE AMYLOIDOGENIC VAL 30>MET VARIANT TO 1.7 ANGSTROMS RESOLUTION》。

【数据内容】

源站原始描述:TRANSPORT(THYROXINE)

【主题与分类】

主题标签:TRANSPORT(THYROXINE)。

【获取与许可】

源站页面:https://www.rcsb.org/structure/1ETB

规范引用:The x-ray crystal structure refinements of normal human transthyretin and the amyloidogenic Val-30>Met variant to 1.7-A resolution. (1993) J.Biol.Chem

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://pdbj.org/mine/summary/1etb

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集为蛋白质晶体结构数据集,包含正常人转甲状腺素蛋白(TTR)及其致淀粉样变变异体(Val30→Met)的高分辨率三维结构数据。数据通过X射线衍射技术测定,分辨率达1.7埃,包含蛋白质的原子坐标、结构因子及实验元数据。数据集来源于蛋白质数据库(PDB),由Braden、Steinrauf和Hamilton等研究人员于1993年发表,主要应用于结构生物学、蛋白质折叠与聚集机制、淀粉样变性疾病的分子病理机制研究,以及药物靶点发现等领域。

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。

获取专属数据定制方案