扩张型心肌病大鼠心肌细胞特异性Calsyntenin-1过表达数据集
该数据集包含扩张型心肌病大鼠模型中心肌细胞特异性过表达Calsyntenin-1的相关实验数据，数据模态涉及基因表达、蛋白质组学或病理生理指标，主要用于研究Calsyntenin-1在扩张型心肌病中的分子机制，为探索该心脏疾病的病理基础及潜在生物标志物或治疗靶点提供支持。
基本信息
资源简介
扩张型心肌病大鼠心肌细胞特异性Calsyntenin-1过表达数据集
【数据集背景】
本数据集源站标题为《Cardiomyocyte-Specific Calsyntenin-1 Overexpression in Dilated Cardiomyopathy Rats》。
【数据内容】
源站原始描述：In order to explore the underlying pathogenic role of Calsyntenin-1(CLSTN1) in dilated cardiomyopathy (DCM), we constructed cardiomyocyte-specific CLSTN1 overexpression (CLSTN1-OE) rats and a cumulative dose of 18 mg/kg doxorubicin were injected to induce DCM. Whole heart tissues from the Con-WT(n=4), Con-CLSTN1 OE(n=3), DCM-WT(n=3), and DCM-CLSTN1 OE(n=4) were collected for proteomics analysis via a QExactive mass spectrometer
中文译文（机器翻译，仅供快速理解，请以原文为准）：为探究Calsyntenin-1(CLSTN1)在扩张型心肌病(DCM)中的潜在致病作用，我们构建了心肌细胞特异性CLSTN1过表达(CLSTN1-OE)大鼠，并注射累积剂量为18 mg/kg的多柔比星以诱导DCM。收集来自Con-WT(n=4)、Con-CLSTN1 OE(n=3)、DCM-WT(n=3)和DCM-CLSTN1 OE(n=4)的全心脏组织，通过QExactive质谱仪进行蛋白质组学分析。
【数据结构与技术规格】
文件数 28 个。
【主题与分类】
主题标签：Rattus norvegicus、10116。
【获取与许可】
源站页面：https://www.iprox.cn/page/project.html?id=IPX0004414000
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://www.iprox.cn/page/project.html?id=IPX0004414000
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
该数据集来源于一项针对扩张型心肌病（DCM）大鼠模型的研究，主要关注心肌细胞特异性Calsyntenin-1（一种与突触功能和细胞粘附相关的蛋白质）的过表达效应。数据可能包括大鼠心脏组织的基因表达谱、蛋白质组学数据或相关病理生理指标，通过实验构建的动物模型获得。该数据集旨在探究Calsyntenin-1在扩张型心肌病发生发展中的作用机制，为理解该疾病的分子病理基础及潜在治疗靶点提供研究资源。
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。
