阿尔茨海默病APPswe/PSEN1小鼠模型中氧糖剥夺后HIF-1α下调APP蛋白
该数据集来自 e-cienciaDatos,围绕阿尔茨海默病 APPswe/PSEN1 小鼠模型,研究氧糖剥夺(OGD)条件下 mTORC1 与 AMPK 信号通路的变化及其与自噬、神经元淀粉样变的关系

基本信息
资源简介
阿尔茨海默病APPswe/PSEN1小鼠模型中氧糖剥夺后HIF-1α下调APP蛋白
HIF-1α downregulates the APP protein after oxygen and glucose deprivation in the APPswe/PSEN1 mouse model of Alzheimer’s disease
该数据集来自 e-cienciaDatos,围绕阿尔茨海默病 APPswe/PSEN1 小鼠模型,研究氧糖剥夺(OGD)条件下 mTORC1 与 AMPK 信号通路的变化及其与自噬、神经元淀粉样变的关系。数据表明 OGD 不仅显著降低神经元 amyloid-β 生成,也影响总 APP 蛋白水平,并涉及 HIF-1α 对 APP 蛋白的下调。数据集可用于神经退行性变、缺血性卒中与阿尔茨海默病相关机制研究,支持自噬、缺氧与淀粉样变相互作用的分析(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):mTORC1 和 AMPK 信号通路被认为是调节合成代谢和分解代谢的关键节点,它们在与缺血性卒中或阿尔茨海默病相关的缺氧等神经退行性变过程中发生改变。氧气和/或葡萄糖缺乏(oxygen and glucose deprivation-OGD)可能影响 mTORC1/AMPK 通路的平衡,或许会加重神经退行性变。由 OGD 介导的这些通路的改变可能反映在其他改变中,例如自噬的激活,而自噬反过来可能改变 amyloid-β 的分泌/积累,amyloid-β 是阿尔茨海默病的两个组织病理学标志物之一。据此,我们着手分析 OGD 是否增强自噬及其在神经元淀粉样变中的作用。所获得的数据显示,OGD 不仅显著抑制神经元 amyloid-β 的产生,也降低总 APP 蛋白水
【主题与分类】
主题标签:mTORC1、AMPK、autophagy、APP、Amyloid-β、hypoxia、Alzheimer's disease、OGD、Neurodegeneration and neurons。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://edatos.consorciomadrono.es/citation?persistentId=doi:10.21950/VBN7EK
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://doi.org/10.21950/vbn7ek
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
mTORC1和AMPK信号通路被认为是调节合成代谢和分解代谢的关键节点,它们在与缺血性卒中相关的缺氧或阿尔茨海默病等神经退行性变的某些过程中发生改变。氧气和/或葡萄糖的缺乏(氧糖剥夺-OGD)可能影响mTORC1/AMPK通路的平衡,或许会加剧神经退行性变。OGD介导的这些通路的改变可能反映在其他变化中,例如自噬的激活,而这反过来可能改变淀粉样β蛋白的分泌/积累,淀粉样β蛋白是阿尔茨海默病的两个组织病理学标志物之一。因此,我们着手分析OGD是否增强自噬及其在神经元淀粉样变性中的作用。所获得的数据显示,OGD不仅显著抑制神经元淀粉样β蛋白的产生,还降低了总APP蛋白水平,而不影响BACE-1水平。我们表明,这一机制不依赖于细胞蛋白水解(自噬或蛋白酶体),并且可以通过抑制HIF-1α活性而部分恢复。
本数据集包含本研究中使用的cuantificación原始数据。
它包括所有收集到的观察和测量数据,这些数据对于分析和解释至关重要。数据的组织方式便于进一步探索和分析,确保研究人员能够有效地将其用于自己的研究。
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。




