固醇 O-酰基转移酶(SOAT/ACAT)活性是肝细胞脂滴中形成胆固醇结晶所必需的
该数据集是一个医学研究数据集,包含通过偏振光显微镜观察获得的肝细胞、巨噬细胞及小鼠肝脏中胆固醇结晶形成的图像与实验数据,数据模态涉及细胞图像与实验测量结果。其主要研究胆固醇在肝细胞脂滴中结晶的机制,特别是固醇 O-酰基转移酶(SOAT1)活性在此过程中的关键作用,旨在揭示代谢功能障碍相关脂肪性肝炎(MASH)的病理基础,并为开发针对胆固醇相关肝病的潜在治疗策略提供实验依据。

基本信息
资源简介
固醇 O-酰基转移酶(SOAT/ACAT)活性是肝细胞脂滴中形成胆固醇结晶所必需的
【数据集背景】
本数据集源站标题为《Sterol O-acyltransferase (SOAT/ACAT) activity is required to form cholesterol crystals in hepatocyte lipid droplets》。源站首次发布:2024-05-15。
【数据内容】
源站原始描述:Objective: Excess cholesterol storage can induce the formation of cholesterol crystals in hepatocyte lipid droplets. Such crystals distinguish metabolic dysfunction associated steatohepatitis (MASH) from simple steatosis and may underlie its pathogenesis by causing cell damage that triggers liver inflammation. The mechanism linking cholesterol excess to its crystallization in lipid droplets is unclear. As cholesteryl esters localize to and accumulate in lipid droplets more readily than unesterif…
【数据结构与技术规格】
文件数 12 个,合计 5.48 GB。数据集 DOI:10.17632/b38ggxb7zz.1。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/b38ggxb7zz
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://data.mendeley.com/datasets/b38ggxb7zz
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
该数据集是一项关于胆固醇在肝细胞脂滴中结晶机制的研究数据集。数据集包含通过胆固醇加载处理的Hep3B肝细胞、RAW264.7巨噬细胞以及小鼠肝脏样本的观察与实验数据,主要使用偏振光显微镜测量胆固醇晶体的形成情况。数据来源为体外细胞实验和动物模型实验,研究了抑制固醇 O-酰基转移酶(SOAT1/ACAT)活性对胆固醇结晶形成的影响,并将其与胆固醇代谢特征和细胞内晶体沉积进展进行比较。该数据集的主要研究方向是探索胆固醇酯化在代谢功能障碍相关脂肪性肝炎(MASH)发病机制中的作用,特别是SOAT1介导的酯化如何促进胆固醇在脂滴中浓缩并形成晶体,为理解MASH的病理机制和潜在治疗靶点(如抑制肝细胞SOAT1)提供了实验依据。
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。




