每周一次口服雷帕霉素对自然发生肥厚型心肌病猫模型的多组学、组织病理学及临床病理学影响：一项初步研究
该数据集包含自然发生遗传性肥厚型心肌病（HCM）猫模型在口服雷帕霉素干预下的多组学、组织病理学和临床病理学数据，数据模态涵盖蛋白质组学、转录组学、组织切片、尿液和血浆样本以及临床表格，主要用于研究雷帕霉素对肥厚心肌的分子机制与治疗效应，为兽医及人类HCM的药物开发和转化医学提供关键实验依据。
基本信息
资源简介
每周一次口服雷帕霉素对自然发生肥厚型心肌病猫模型的多组学、组织病理学及临床病理学影响：一项初步研究
【数据集背景】
本数据集源站标题为《Multi-omic, histopathologic, and clinicopathologic effects of once-weekly oral rapamycin in a naturally occurring feline model of hypertrophic cardiomyopathy: A pilot study》。
【数据内容】
源站原始描述：Hypertrophic cardiomyopathy (HCM) remains the single most common cardiomyopathy in cats, with a staggering prevalence as high as 15%. To date, little to no direct therapeutical intervention for HCM exists for veterinary patients. A previous study aimed to evaluate the effects of delayed-release (DR) rapamycin dosing in a client-owned population of subclinical, non-obstructive, HCM-affected cats and reported that the drug was well tolerated and resulted in beneficial LV remodeling. However, the p…
【主题与分类】
主题标签：RNA-seq、LCMS、MTOR、Proteomics、transcriptomics、sirolimus。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:e4fae9f879ff1037143e14de7a2991f254d8217eee37078aae8d785869a40b31
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
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肥厚型心肌病（HCM）的兽医医学研究，聚焦于自然发生遗传性HCM的猫模型。数据集通过一项初步研究构建，收集了9只患有HCM的猫在每周一次口服不同剂量（0.15 mg/kg和0.30 mg/kg）延迟释放雷帕霉素治疗八周后的多组学、组织病理学和临床病理学数据。数据内容包括组织、尿液和血浆水平的蛋白质组学数据以及组织水平的转录组学数据，同时涵盖药物安全性评估和心脏重塑效果。该数据集主要用于研究雷帕霉素在肥厚心肌中的作用机制，探索HCM的潜在治疗策略，并为转化医学研究提供多模态生物医学数据支持。
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。
