人动脉粥样硬化斑块免疫肽组学分析识别抗原驱动因素
该数据集来自omicsdi.org,聚焦人动脉粥样硬化斑块的免疫肽组学分析。研究通过免疫肽组学鉴定51例颈动脉内膜剥脱术患者斑块中HLA-DR分子呈递的肽段,并选取20条源自ApoB100的肽段,分析动脉粥样硬化患者外周血单核细胞中ApoB100特异性CD4+ T细胞的存在及细胞因子谱

基本信息
资源简介
人动脉粥样硬化斑块免疫肽组学分析识别抗原驱动因素
该数据集来自omicsdi.org,聚焦人动脉粥样硬化斑块的免疫肽组学分析。研究通过免疫肽组学鉴定51例颈动脉内膜剥脱术患者斑块中HLA-DR分子呈递的肽段,并选取20条源自ApoB100的肽段,分析动脉粥样硬化患者外周血单核细胞中ApoB100特异性CD4+ T细胞的存在及细胞因子谱。结果显示22.4%的患者对这些ApoB100肽段产生显著CD4+ T细胞活化,且该T细胞反应与斑块易损性正相关。数据可用于研究动脉粥样硬化自身免疫机制及抗原特异性T细胞反应(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):动脉粥样硬化具有由自身反应性T细胞和B细胞驱动的自身免疫成分。识别其抗原驱动因素可能带来新的诊断和治疗方法。在此,我们旨在通过研究人斑块中HLA呈递的肽库,识别源自动脉粥样硬化相关蛋白(如ApoB100)的免疫原性T细胞表位。我们使用免疫肽组学来鉴定51例接受动脉内膜剥脱术患者斑块中HLA-DR分子呈递的肽段。我们选取了一组源自ApoB100的20条肽段,并研究了动脉粥样硬化患者外周血单核细胞(PBMCs)中ApoB100特异性CD4+ T细胞的存在及细胞因子谱。结果显示,22.4%的患者对这些ApoB100肽段产生显著的CD4+ T细胞活化,且该T细胞反应与斑块易损性正相关
【主题与分类】
主题标签:Immunopeptidomics、Pbmcs、Apob100、Antigen-specific t cells。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD068446
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://omicsdi.org/dataset/pride/PXD068446
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
动脉粥样硬化具有由自身反应性T细胞和B细胞驱动的自身免疫成分。识别其抗原驱动因素可能带来新的诊断和治疗方法。在此,我们旨在通过研究人斑块中HLA呈递的肽库,识别源自动脉粥样硬化相关蛋白(如ApoB100)的免疫原性T细胞表位。我们采用免疫肽组学方法,鉴定了51例接受动脉内膜切除术患者斑块中HLA-DR分子呈递的肽段。我们选取了一组源自ApoB100的20个肽段,研究了动脉粥样硬化患者外周血单个核细胞(PBMCs)中ApoB100特异性CD4+ T细胞的存在及其细胞因子谱。结果显示,22.4%的患者对这些ApoB100肽段表现出显著的CD4+ T细胞活化,且该T细胞反应与斑块易损性呈正相关。此外,这些细胞的细胞因子谱特征表现为同时产生促炎和抗炎细胞因子。
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。




