8-氨基鸟苷逆转尿路上皮细胞衰老标志的治疗策略
该数据集来自 Harvard Dataverse,围绕 8-aminoguanine(8-AG)作为内源性 PNPase 抑制剂逆转尿路上皮细胞衰老标志的治疗策略研究

基本信息
资源简介
8-氨基鸟苷逆转尿路上皮细胞衰老标志的治疗策略
8-aminoguanine as a therapeutic strategy to reverse hallmarks of urothelial cell aging
该数据集来自 Harvard Dataverse,围绕 8-aminoguanine(8-AG)作为内源性 PNPase 抑制剂逆转尿路上皮细胞衰老标志的治疗策略研究。源站描述指出,膀胱尿路上皮代谢需求高、易受衰老影响,衰老伴随 ROS 升高和线粒体功能受损,而 PNPase 可将组织保护性嘌呤转化为组织损伤性嘌呤。数据可用于探索 8-AG 对膀胱功能障碍相关衰老标志的缓解作用,属于内分泌、营养和代谢疾病领域的医学与健康生命科学研究资料(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):膀胱尿路上皮对维持膀胱的屏障和信号功能至关重要。尿路上皮是代谢需求高的组织,因此特别容易受到衰老的影响。与年龄相关的改变包括氧化应激增加(例如 ROS 增加)和线粒体功能受损,这些共同导致老年人膀胱功能障碍的高患病率。新出现的证据表明,嘌呤核苷磷酸化酶(PNPase)水平/活性的变化会导致氧化损伤、细胞损伤和其他衰老生物学标志的程度。PNPase 将“组织保护性”嘌呤(可减少 ROS)转化为“组织损伤性”嘌呤(可增加 ROS)。本研究旨在阐明内源性 PNPase 抑制剂 8-氨基鸟苷(8-AG)是否减轻膀胱
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/Y1A8XI
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/10.7910/DVN/Y1A8XI
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 1.59 GB。
数据说明
尿路上皮对维持膀胱的屏障和信号功能至关重要。尿路上皮是一种代谢需求高的组织,因此特别易受衰老影响。与年龄相关的改变包括氧化应激增加(如活性氧ROS增多)和线粒体功能受损,这些因素共同导致老年人膀胱功能障碍的高发病率。新出现的证据表明,嘌呤核苷磷酸化酶(PNPase)水平/活性的变化参与氧化损伤程度、细胞损伤及其他衰老生物学标志的形成。PNPase将“组织保护性”嘌呤(可减少ROS)转化为“组织损伤性”嘌呤(可增加ROS)。本研究旨在阐明内源性PNPase抑制剂8-氨基鸟苷(8-AG)是否能减轻老年Fischer 344大鼠尿路上皮的膀胱神经损伤及与年龄相关的不良细胞和分子改变(脂质过氧化、线粒体功能障碍、细胞衰老、自噬功能异常)。研究采用分子和分析方法对老年Fischer 344大鼠尿路上皮进行了检测。
8-AG治疗显著改善了与年龄相关的尿路上皮异常,使许多参数恢复至与年轻动物观察到的水平相当。这些发现表明,嘌呤失调的有害影响可累及膀胱尿路上皮,并可通过8-AG的老年治疗益处加以减轻。
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。




