肢端肥大症中未折叠蛋白反应（UPR）与内质网（ER）应激
该数据集包含来自斑马鱼肢端肥大症模型的RNA测序数据、流式细胞术分析结果和基因集富集分析数据，涵盖基因表达、细胞形态和通路富集等多模态信息，主要用于研究生长激素过量如何通过未折叠蛋白反应和内质网应激机制导致细胞肥大、蛋白质合成异常，进而探索肢端肥大症的分子病理机制及其并发症的潜在治疗靶点。
基本信息
资源简介
肢端肥大症中未折叠蛋白反应（UPR）与内质网（ER）应激
【数据集背景】
本数据集源站标题为《Unfolded protein response (UPR) and endoplasmic reticulum (ER) stress in acromegaly》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：Acromegaly is a growth hormone (GH) excess pathological condition in humans and is associated with somatic disfigurement and a wide variety of systemic manifestations such as arthritis, neuropathies, carpal tunnel syndrome, reproductive disorders, metabolic disorders, and gastrointestinal complications. Studying the effect of growth hormone (GH) excess at the cellular level could help in understanding the underlying causes of acromegaly complications. In our previous publications, we have shown…
【主题与分类】
主题标签：斑马鱼、肌肉、Brain、肝、转录组。
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=3160de9315374f626ebfbabf6d83b1b4
使用许可：openSource。
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：http://data.iscr.ac.cn/Article?id=3160de9315374f626ebfbabf6d83b1b4
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
该数据集聚焦于肢端肥大症（一种由生长激素（GH）过量引起的人类疾病，伴随多种全身性并发症），研究GH过量在细胞水平上如何影响蛋白质合成与内质网应激。数据集包含来自斑马鱼肢端肥大症模型的RNA测序数据、流式细胞术分析结果以及基因集富集分析（GSEA）数据，揭示了GH过量导致肝细胞肥大、蛋白质生成通路及核糖体生物合成增强，并伴随多器官（尤其是大脑）内质网应激的特征。该数据集主要用于探索肢端肥大症的分子机制，特别是内质网应激与疾病并发症的关联，为理解疾病病理和潜在治疗靶点提供基础。
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。
