三种不同小鼠模型的遗传性视网膜变性视网膜蛋白质组分析揭示视网膜色素变性的共同药物靶点
该数据集是一个蛋白质组学数据集，包含来自三种遗传性视网膜变性小鼠模型（rd10、P23H和Rpe65-/-）的视网膜蛋白质组数据，数据模态为蛋白质表达谱表格，主要用途是研究视网膜色素变性的共同分子机制，识别潜在的药物靶点，以支持不依赖特定基因突变的疾病修饰疗法的开发。数据集通过比较不同模型与野生型小鼠的蛋白质表达差异，旨在揭示视网膜变性过程中的关键病理生理通路，为转化医学和药物发现提供基础。
基本信息
资源简介
三种不同小鼠模型的遗传性视网膜变性视网膜蛋白质组分析揭示视网膜色素变性的共同药物靶点
【数据集背景】
本数据集源站标题为《Retinal proteome profiling of inherited retinal degeneration across three different mouse models suggests common drug targets in retinitis pigmentosa》。
【数据内容】
源站原始描述：Inherited retinal degenerations (IRDs) are a leading cause of blindness among the population of young people in the developed world. Approximately half of IRDs initially manifest as a gradual loss of night vision and visual fields, characteristic of retinitis pigmentosa (RP). Due to challenges in genetic testing and the large heterogeneity of mutations underlying RP, targeted gene therapies are an impractical large-scale solution in the foreseeable future. For this reason, identifying key pathop…
【主题与分类】
主题标签：Retinitis pigmentosa、Proteomics、Inherited eye disorders。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:c7b9f6e2155dd2eb22fe1fd4eaf5701c72758b4dce817ae75aa0587cdf6507d7
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
该数据集是一项蛋白质组学研究，旨在探索遗传性视网膜变性（IRDs）的分子机制，特别是视网膜色素变性（RP）。数据集包含来自三种不同遗传性视网膜疾病小鼠模型的视网膜蛋白质组数据：Pde6βRd10（rd10，常染色体隐性RP模型）、RhoP23H/WT（P23H，常染色体显性RP模型）和Rpe65-/-（Leber先天性黑蒙2型模型）。数据通过蛋白质组学技术（如数据依赖采集）生成，以CSV文件形式提供，包含各基因型/组别样本中鉴定到的所有蛋白质信息。该数据集的主要研究方向是识别与视网膜变性相关的共同蛋白质变化和病理生理通路，为开发不依赖特定基因突变的疾病修饰疗法（DMTs）提供潜在的药物靶点，适用于视网膜疾病、蛋白质组学、药物发现和转化医学研究。
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。
