脓毒症诱导的急性和慢性肾脏疾病的蛋白质组学和磷酸化蛋白质组学

该数据集来自 omicsdi.org,聚焦脓毒症诱导的急性肾损伤(AKI)及其向慢性肾脏病(CKD)进展过程中的肾脏蛋白质组与磷酸化蛋白质组变化

omicsdi
浏览 11
蛋白质分类Proteomicsphosphoproteomicssepsiskidneyakickd
Proteomics and phosphoproteomics of sepsis induced acute and chronic kidney disease

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-17

资源简介

脓毒症诱导的急性和慢性肾脏疾病的蛋白质组学和磷酸化蛋白质组学

该数据集来自 omicsdi.org,聚焦脓毒症诱导的急性肾损伤(AKI)及其向慢性肾脏病(CKD)进展过程中的肾脏蛋白质组与磷酸化蛋白质组变化。研究基于脓毒症 AKI 小鼠模型,在细菌感染后对肾脏蛋白质组和磷酸化蛋白质组进行定量评估,高置信度定量了超过 2,200 个肾脏蛋白,首次提供了肾脏蛋白质组广泛重塑的全局概览,并揭示了脓毒症肾脏中广泛的代谢与氧化还原过程。该数据可用于研究肾细胞对微生物入侵的响应机制,并有望作为系统生物学的参考数据集(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):脓毒症诱导的急性肾损伤(AKI)与肾功能快速下降相关,导致不可接受的高发病率和死亡率,以及向慢性肾脏病(CKD)的进展。我们最近开发了一种脓毒症 AKI 小鼠模型。通过定量评估细菌感染后肾脏蛋白质组和磷酸化蛋白质组的变化,我们以高置信度准确定量了超过 2,200 个肾脏蛋白,这为我们提供了肾脏蛋白质组广泛重塑的首次全局概览,并揭示了脓毒症肾脏中发生的广泛的代谢和氧化还原过程。这些数据将使我们前所未有地深入了解肾细胞如何响应微生物入侵,并很可能作为系统生物学的参考数据集。

【主题与分类】

主题标签:Proteomics、phosphoproteomics、sepsis、kidney、aki、ckd。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD017045

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/PXD017045

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

脓毒症诱导的急性肾损伤(AKI)与肾功能迅速下降相关,导致不可接受的高发病率和死亡率,以及向慢性肾脏病(CKD)的进展。我们最近开发了一种脓毒症AKI小鼠模型。通过定量评估细菌感染后肾脏蛋白质组和磷酸化蛋白质组的变化,我们以高置信度准确量化了超过2,200种肾脏蛋白质,这为我们提供了肾脏蛋白质组广泛重塑的首次全局概览,并揭示了脓毒症肾脏中发生的广泛的代谢和氧化还原过程。这些数据将为我们提供关于肾细胞如何响应微生物入侵的前所未有的见解,并很可能作为系统生物学的参考数据集。

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。

获取专属数据定制方案