2'-O-没食子酰基金丝桃苷预防甲状腺眼病组织重塑的补充数据
该数据集提供了甲状腺眼病研究中关于2'-O-没食子酰基金丝桃苷作为促甲状腺激素受体拮抗剂的补充实验数据，包含来自患者眼眶脂肪组织的细胞样本、免疫荧光图像、蛋白印迹和染色结果等多模态生物医学数据，主要用于探索甲状腺眼病的组织重塑机制、评估候选药物的疗效，并为该疾病的靶向治疗和药物开发提供实验依据。
基本信息
资源简介
2''-O-没食子酰基金丝桃苷预防甲状腺眼病组织重塑的补充数据
【数据集背景】
本数据集源站标题为《Supplementary data from: 2''-O-Galloylhyperin prevents tissue remodeling in thyroid eye disease: prospects as a thyrotropin receptor antagonist》。
【数据内容】
源站原始描述：Context: Thyroid eye disease (TED) is a challenging condition owing to relentless orbital tissue remodeling, with thyroid-stimulating hormone receptor (TSHR) in orbital fibroblasts (OFs) serving as a promising therapeutic target. Objectives: This study seeks to discover potential TSHR inhibitors among FDA-approved drugs and evaluate their effects on TED-OFs. Design/Participants: Adipose tissues were sourced from the patients with or without TED. Isolated OFs were cultivated in proliferatio…
【主题与分类】
主题标签：tissue remodeling、TSHR、thyroid eye disease、antagonist、Organoids。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:6b3c705b5d8adb29808af437b2b5f941a96883880f709a43bfc89d8a6b90d653
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
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
该数据集是发表于《2’‘-O-没食子酰基金丝桃苷预防甲状腺眼病组织重塑：作为促甲状腺激素受体拮抗剂的前景》一文的补充材料。数据集包含来自甲状腺眼病（TED）和非TED患者的眼眶脂肪组织样本，以及从这些组织中分离培养的眼眶成纤维细胞（OFs）的实验数据。数据内容涵盖细胞增殖、成脂分化、纤维化等过程的检测结果，包括免疫荧光图像、Western blot蛋白印迹、ELISA分析、油红O染色等。数据通过结构虚拟筛选（SBVS）和体外细胞模型（2D/3D）实验构建，主要用于研究TED的发病机制、评估2’'-O-没食子酰基金丝桃苷作为促甲状腺激素受体（TSHR）拮抗剂的治疗效果，为甲状腺眼病的药物开发和靶向治疗研究提供支持。
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。
