αBa-晶状体蛋白缺失而非αA-晶状体蛋白缺失增加斑马鱼晶状体年龄相关性白内障
该数据集包含野生型及三种α-晶状体蛋白基因突变斑马鱼在四个不同月龄（6、12、18、24个月）的离体晶状体显微图像数据，数据模态为生物显微图像。其主要用途是研究α-晶状体蛋白不同亚型（特别是αBa-晶状体蛋白）在斑马鱼晶状体老化过程中对维持透明度和防止年龄相关性白内障发生的关键作用，为白内障的分子机制研究和动物模型验证提供图像学证据。
基本信息
资源简介
αBa-晶状体蛋白缺失而非αA-晶状体蛋白缺失增加斑马鱼晶状体年龄相关性白内障
【数据集背景】
本数据集源站标题为《Loss of alpha Ba-crystallin, but not alpha A-crystallin, increases age-related cataract in the zebrafish lens》。
【数据内容】
源站原始描述：The vertebrate eye lens is an unusual organ in that most of its cells lack nuclei and the ability to replace aging protein. The small heat shock protein α-crystallins evolved to become key components of this lens, possibly because of their ability to prevent aggregation of aging protein that would otherwise lead to lens opacity. Most vertebrates express two α-crystallins, αA- and αB-crystallin, and mutations in each are linked to human cataract. In a mouse knockout model, only the loss of α…
【主题与分类】
主题标签：Zebrafish、Aging、Crystallin、Cataracts、scRNA-seq、Chaperone proteins、Eye lens。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:8f82264d83771401331258f513f552bbdcf05fd5ca1fc4ff6d50a86914bceda6
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
该数据集是一个用于研究年龄相关性白内障的斑马鱼晶状体图像数据集。数据集包含了野生型斑马鱼以及三种α-晶状体蛋白基因（cryaa、cryaba、cryabb）CRISPR敲除突变体在6、12、18和24个月龄时离体晶状体的显微图像。数据通过解剖斑马鱼晶状体并在体视显微镜下拍摄获得，原始图像未经过任何处理。该数据集主要用于研究不同α-晶状体蛋白亚型在维持晶状体透明度和防止年龄相关性白内障发生中的特异性作用，为理解白内障的分子机制和验证斑马鱼作为白内障疾病模型提供了重要的实验数据。
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。
