人类骨骼肌中β2-肾上腺素受体介导的偏向性GRK信号

该数据集来自clinicaltrials.gov,聚焦超重与肥胖人群骨骼肌中β2-肾上腺素受体(β2-AR)的偏向性GRK信号

Morten Hostrup, PhDMorten Hostrup, PhD
clinicaltrials
浏览 12
时间序列回归Overweight and Obesity
Biased GRK Signaling Via β2-Adrenergic Receptors in Human Skeletal Muscle

基本信息

模态
时间序列
任务类型
回归
创建/更新时间
2026-10-07

资源简介

人类骨骼肌中β2-肾上腺素受体介导的偏向性GRK信号

该数据集来自clinicaltrials.gov,聚焦超重与肥胖人群骨骼肌中β2-肾上腺素受体(β2-AR)的偏向性GRK信号。受试健康超重/肥胖男性接受为期8周、每日口服ATR-258(0.5-2.5 mg/day)的干预。在第1、15、29、56天实验日,于刺激前后(1-2、4、8小时)通过血液生物标志物、血流动力学、间接测热法和下肢肌肉功能/功率测试评估β2-AR信号敏感性;并在第1、29、56天静息及刺激后4小时采集股外侧肌活检,量化下游信号(GRK、cAMP/PKA、β-arrestin)、rpS6/mTOR/Akt磷酸化、β2-AR含量及肌纤维形态。可用于研究肥胖相关信号通路与代谢干预(来源 clinicaltrials。

【数据内容】

源站描述(机器翻译,仅供参考):条件:超重与肥胖。健康超重/肥胖男性将完成为期8周的每日口服ATR-258(0.5-2.5 mg/day)干预。在实验日(第1、15、29和56天),将在刺激前及刺激后(1-2、4和8小时)使用血液生物标志物、血流动力学、间接测热法和下肢肌肉功能/功率测试评估β2-AR信号敏感性。将在第1、29和56天于静息及刺激后4小时采集肌肉活检(股外侧肌),以量化下游信号(GRK、cAMP/PKA、β-arrestin)、rpS6/mTOR/Akt磷酸化、β2-AR含量和肌纤维形态。

【主题与分类】

主题标签:Overweight and Obesity。本站分类:内分泌、营养和代谢疾病/肥胖症。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07421024

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://clinicaltrials.gov/study/NCT07421024

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

疾病:超重和肥胖。伴有超重/肥胖的健康男性将完成为期8周、每日口服ATR-258(0.5-2.5 mg/天)的干预。在实验日(第1、15、29和56天),将在刺激前及刺激后(1-2、4和8小时)使用血液生物标志物、血流动力学、间接测热法和下肢肌肉功能/功率测试评估β2-AR信号传导敏感性。将在第1、29和56天于静息时和刺激后4小时获取肌肉活检(股外侧肌),以定量下游信号(GRK、cAMP/PKA、β-arrestin)、rpS6/mTOR/Akt磷酸化、β2-AR含量和肌纤维形态。

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