数据集:E3泛素连接酶MARCH1以性别特异性方式调控葡萄糖耐量与脂质储存
2型糖尿病的典型特征是脂肪组织、骨骼肌和肝脏中的胰岛素抵抗,进而导致慢性高血糖。此外,肥胖和2型糖尿病以慢性低度炎症为特征

基本信息
资源简介
数据集:E3泛素连接酶MARCH1以性别特异性方式调控葡萄糖耐量与脂质储存
2型糖尿病的典型特征是脂肪组织、骨骼肌和肝脏中的胰岛素抵抗,进而导致慢性高血糖。此外,肥胖和2型糖尿病以慢性低度炎症为特征
Data from: The E3 ubiquitin ligase MARCH1 regulates glucose-tolerance and lipid storage in a sex-specific manner
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):2型糖尿病的典型特征是脂肪组织、骨骼肌和肝脏中的胰岛素抵抗,进而导致慢性高血糖。此外,肥胖和2型糖尿病以慢性低度炎症为特征。膜相关RING-CH-1(MARCH1)是一种E3泛素连接酶,最著名的是通过树突状细胞和B细胞抑制抗原呈递。最近发现MARCH1通过泛素化负向调节胰岛素受体的细胞表面水平。这反过来损害了小鼠模型中的胰岛素敏感性。在此,我们报告,MARCH1缺陷(敲除;KO)雌性小鼠在标准饲料饲养时表现出过度的体重增加和过度的内脏肥胖,而没有脂肪组织炎症细胞浸润增加。相比之下,雄性MARCH1 KO小鼠的体重增加和内脏肥胖与野生型(WT)雄性小鼠相似。MARCH1 KO小鼠
【主题与分类】
主题标签:2型糖尿病、胰岛素抵抗、MARCH1、E3泛素连接酶、性别差异、肥胖、脂肪组织炎症、小鼠模型。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.r34k1
使用许可:Creative Commons Zero v1.0 Universal。
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/10.5061/dryad.r34k1
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:
数据集大小约 91.9 MB。
数据说明
2型糖尿病的特征在于脂肪组织、骨骼肌和肝脏中的胰岛素抵抗,进而导致慢性高血糖。此外,肥胖和2型糖尿病均以慢性低度炎症为特征。膜相关RING-CH-1(MARCH1)是一种E3泛素连接酶,最为人所知的功能是抑制树突状细胞和B细胞的抗原呈递。最近发现,MARCH1通过泛素化负向调节胰岛素受体的细胞表面水平,这反过来损害了小鼠模型中的胰岛素敏感性。在此,我们报告,MARCH1缺陷(敲除;KO)雌性小鼠在标准饲料喂养下表现出过度体重增加和过度内脏脂肪积累,而脂肪组织中炎症细胞浸润并未增加。相比之下,雄性MARCH1 KO小鼠的体重增加和内脏脂肪积累与野生型(WT)雄性小鼠相似。两种性别的MARCH1 KO小鼠均比WT小鼠具有更好的葡萄糖耐量。
在雌性MARCH1基因敲除小鼠的胰岛素反应组织(尤其是肝脏)中,胰岛素受体水平普遍高于雄性,这可能部分解释了雌雄MARCH1基因敲除小鼠之间的差异。我们还通过在公开可用数据集中进行遗传关联测试,探索了MARCH1在人类2型糖尿病风险中的潜在作用,并发现了提示性关联证据。总体而言,我们的数据表明免疫功能与糖尿病之间存在额外联系,特别提示MARCH1作为脂质代谢和葡萄糖耐量的调节因子,其功能受性别特异性因素影响。
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。




