蛋白聚集是phospholamban p.(Arg14del)相关心肌病的早期表现
研究在临床相关的PLN-R14del小鼠模型中,通过超声心动图、心电图和组织学分析追踪心肌病进展,并在3周龄(发病前)、5周龄(轻度心肌病)和8周龄(终末期)对心脏组织进行RNA测序和质谱分析,同时与心肌缺血再灌注或心肌梗死手术小鼠的心脏表达水平比较,以识别PLN-R14del特异性改变

基本信息
资源简介
蛋白聚集是phospholamban p.(Arg14del)相关心肌病的早期表现
该数据集来自omicsdi.org,聚焦phospholamban(PLN)基因p.(Arg14del)(R14del)致病性变异相关的心力衰竭型心肌病。研究在临床相关的PLN-R14del小鼠模型中,通过超声心动图、心电图和组织学分析追踪心肌病进展,并在3周龄(发病前)、5周龄(轻度心肌病)和8周龄(终末期)对心脏组织进行RNA测序和质谱分析,同时与心肌缺血再灌注或心肌梗死手术小鼠的心脏表达水平比较,以识别PLN-R14del特异性改变。数据可用于探索该心肌病的分子扰动与早期蛋白聚集机制(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:phospholamban(PLN)基因的p.(Arg14del)致病性变异(R14del)是伴心力衰竭的心肌病的常见病因。其确切潜在病理生理机制尚不清楚,且缺乏合适的治疗方法。我们旨在临床相关的PLN-R14del小鼠模型中识别该心肌病背后的分子扰动。方法:我们使用超声心动图、心电图和组织学组织分析研究了PLN-R14∆/∆小鼠心肌病的进展。在3周龄(发病前)、5周龄(已发生轻度心肌病)和8周龄(终末期)对心脏组织进行RNA测序和质谱分析。数据与接受心肌缺血再灌注或心肌梗死手术小鼠的心脏表达水平进行比较,以识别PL
【主题与分类】
主题标签:Inherited cardiomyopathy、Heart failure、Phospholamban、Protein aggregation。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD024594
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://omicsdi.org/dataset/pride/PXD024594
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:磷酸受纳蛋白(PLN)基因的p.(Arg14del)致病性变异(R14del)是导致心力衰竭型心肌病的常见原因。其确切的病理生理机制尚不清楚,且缺乏合适的治疗方法。我们旨在通过临床相关的PLN-R14del小鼠模型,识别该心肌病背后的分子扰动。方法:我们使用超声心动图、心电图和组织学组织分析,研究了PLN-R14∆/∆小鼠心肌病的进展。在3周龄(疾病发作前)、5周龄(轻度心肌病已形成)和8周龄(终末期)时,对心脏组织进行了RNA测序和质谱分析。数据与经历心肌缺血再灌注或心肌梗死手术的小鼠心脏表达水平进行比较,以识别PLN-R14del相关心肌病特有的改变。结果:在3周龄时,PLN-R14∆/∆小鼠心脏功能正常,但从4周龄起,我们观察到心肌纤维化增加和整体纵向应变受损。
从第5周开始,观察到心室扩张、收缩力下降和心电图电压降低。引人注目的是,在功能缺陷出现之前,PLN蛋白聚集就已经存在。转录组学和蛋白质组学揭示了重塑、炎症和代谢功能障碍相关过程的差异调控,部分与缺血性心肌病相似。蛋白质稳态通路仅在PLN-R14∆/∆小鼠中被识别出来,甚至早在疾病发作之前,就与聚集体形成同时出现。结论:我们描绘了PLN-R14del相关心肌病的发展过程,并确定蛋白质稳态的改变和PLN蛋白聚集是该疾病最早的表现之一,这可能成为治疗的新靶点。
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。




