终末期核纤层蛋白心脏病心房与心室心肌蛋白质组
该数据集来自 omicsdi.org,收录终末期核纤层蛋白心脏病(LMNA 组,n=7)与缺血性扩张型心肌病(ICM 组,n=7)接受心脏移植患者的心肌组织蛋白质组数据,样本取自左心房、左心室、右心房、右心室和室间隔,采用液相色谱结合质谱进行蛋白定量,比较两组间蛋白丰度差异

基本信息
资源简介
终末期核纤层蛋白心脏病心房与心室心肌蛋白质组
该数据集来自 omicsdi.org,收录终末期核纤层蛋白心脏病(LMNA 组,n=7)与缺血性扩张型心肌病(ICM 组,n=7)接受心脏移植患者的心肌组织蛋白质组数据,样本取自左心房、左心室、右心房、右心室和室间隔,采用液相色谱结合质谱进行蛋白定量,比较两组间蛋白丰度差异。数据可用于探索终末期核纤层蛋白心脏病的后基因组表型,并支持差异蛋白筛选与基因本体富集分析(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:核纤层蛋白 A/C(由 LMNA 基因编码)可导致扩张型心肌病(DCM)。目的:本研究旨在对心肌组织进行蛋白质组分析,以探索终末期核纤层蛋白心脏病的后基因组表型。方法:连续纳入接受心脏移植的终末期核纤层蛋白心脏病患者(LMNA 组,n=7)和缺血性 DCM 患者(ICM 组,n=7)。样本取自左心房(LA)、左心室(LV)、右心房(RA)、右心室(RV)和室间隔(IVS)。采用液相色谱结合质谱进行蛋白定量。我们比较了 LMNA 组与 ICM 组之间心脏样本的蛋白浓度。若定量差异为 1.5 倍且校正 p 值 <0.05(错误发现率 0.01),则认为蛋白丰度存在差异。基因本体(GO)富集
【主题与分类】
主题标签:Lamin、Human、Heart。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD040488
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://omicsdi.org/dataset/pride/PXD040488
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
背景:核纤层蛋白A/C(由LMNA基因编码)可导致扩张型心肌病(DCM)。目的:本研究旨在对心肌组织进行蛋白质组学分析,以探索终末期核纤层蛋白心脏病的后基因组表型。方法:连续纳入接受心脏移植的终末期核纤层蛋白心脏病患者(LMNA组,n=7)和缺血性DCM患者(ICM组,n=7)。样本取自左心房(LA)、左心室(LV)、右心房(RA)、右心室(RV)和室间隔(IVS)。采用液相色谱结合质谱法进行蛋白质定量。我们比较了LMNA组与ICM组心脏样本中的蛋白质浓度。若定量差异达1.5倍且校正p值<0.05(错误发现率为0.01),则认为蛋白质丰度存在差异。基因本体(GO)富集分析探讨了相关生物学过程。结果:在LMNA和ICM样本中共鉴定出4,247种蛋白质,其中LA有633种、LV有39种、RA有181种、RV有52种、IVS有85种蛋白质丰度存在差异。
与ICM相比,LMNA LA/RA组织中lamin A/C丰度降低而lamin B(LMNB)升高,但LV/RV中未见此变化。与ICM相比,LMNA的LV/RV中甲状腺素运载蛋白丰度更高,而LMNA的RA/LA中titin和心脏肌球蛋白重链等肌节蛋白普遍降低。蛋白质表达谱分析和GO富集分析显示,LMNA样本中存在肌少症、细胞外基质(ECM)重塑、心肌能量代谢缺陷、氧化还原失衡及钙处理异常。结论:核纤层蛋白心脏病是一种双心室和双心房疾病,以肌少症、代谢异常和ECM重塑为特征。在终末期核纤层蛋白心脏病患者的心房和心室中,LMNB和甲状腺素运载蛋白分别出现意外的高丰度,可能提示存在代偿反应的可能性。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




