淀粉样蛋白界面聚集研究实验数据集

该数据集包含淀粉样蛋白在界面聚集过程中形成的聚集体形貌图像、结构光谱及实验参数等多模态实验数据,主要涉及图像、文本和表格等多种数据格式,用于研究蛋白质在界面的吸附与聚集行为、结构转变机制及其调控因素,为理解淀粉样变性等疾病的分子病理机制提供实验支持。

中国科学院长春应用化学研究所中国科学院长春应用化学研究所
国家基础学科公共科学数据中心
浏览 25
淀粉样蛋白界面聚集二级结构化学分析化学
Amyloid Protein Interfacial Aggregation Research Experimental Dataset

基本信息

许可
完全共享
创建/更新时间
2026-09-25

资源简介

淀粉样蛋白界面聚集研究实验数据集

【数据集背景】

源站首次发布:2025-10-08。

【数据内容】

源站原始描述:淀粉样蛋白界面聚集研究实验数据集主要面向淀粉样蛋白界面吸附聚集及调控研究,在淀粉样蛋白体相与界面聚集和结构转变研究中产生,主要记录了表界面特性与溶液化学调控下淀粉样蛋白聚集体的形貌、结构与二级结构转变的实验数据,数据类型为.tif、.bmp、.opju、.xlsx、.opus、.jpg文件,数据量为135MB。 数据格式:45、47、bmp、48、49、tif、0005、51、53、11、55、13、57、58、15、59、17、18、19、pptx、1、0018、2、3、4、0013、5、7、9、61、63、21、65、23、67、68、25、27、28、29、0068、opju、31、jpg、33、xlsx、35、37、38、39、docx、pdf、0038、41、43。

【数据结构与技术规格】

文件数 48 个,合计 38.70 MB。

【主题与分类】

主题标签:淀粉样蛋白、界面聚集、二级结构、化学、分析化学。

【获取与许可】

源站页面:https://nbsdc.cn/general/dataDetail?id=68e68a8d195d266c64e3c7a8&type=1

使用许可:完全共享。

规范引用:CSTR:16666.11.nbsdc.0bWbx7o2

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://nbsdc.cn/general/dataDetail?id=68e68a8d195d266c64e3c7a8&type=1

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

本数据集主要面向淀粉样蛋白在界面的吸附、聚集及调控机制研究,记录了在不同表界面特性与溶液化学条件调控下,淀粉样蛋白聚集体的形貌、结构及二级结构转变过程的实验观测数据。数据内容包括蛋白质聚集体的显微图像、光谱数据、结构分析结果及实验参数记录,具体以.tif、.bmp、.opju、.xlsx、.opus、.jpg等多种格式文件存储,总数据量约为135MB。该数据集由实验研究产生,适用于生物物理、生物化学及疾病机理(如淀粉样变性相关疾病)等领域的研究,为理解蛋白质异常聚集的界面行为及其调控提供了重要实验依据。

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。

获取专属数据定制方案