ADAM15通过激活功能性自噬流介导病毒膜相关蛋白自噬溶酶体降解发挥抗肠道病毒活性
该数据集围绕ADAM15的抗肠道病毒机制，收录了不同时间点和不同感染剂量下肠道病毒感染细胞中ADAM15的表达水平、ADAM15过表达或敲低对病毒复制的影响、ADAM15对自噬起始及完整自噬流的促进作用、ADAM15与病毒膜相关蛋白的相互作用，以及ADAM15经自噬途径促进病毒膜相关蛋白降解等内容，
基本信息
资源简介
ADAM15通过激活功能性自噬流介导病毒膜相关蛋白自噬溶酶体降解发挥抗肠道病毒活性
ADAM15 exerts anti-enteroviral activity by activating functional autophagic flux to mediate autolysosomal degradation of viral membrane-associated proteins
该数据集围绕ADAM15的抗肠道病毒机制，收录了不同时间点和不同感染剂量下肠道病毒感染细胞中ADAM15的表达水平、ADAM15过表达或敲低对病毒复制的影响、ADAM15对自噬起始及完整自噬流的促进作用、ADAM15与病毒膜相关蛋白的相互作用，以及ADAM15经自噬途径促进病毒膜相关蛋白降解等内容，并包含上述研究对应的原始Western blot图像和原始RT-qPCR结果，可用于感染性疾病与细胞自噬相关研究（来源 DOI 解析，Creative Commons Attribution Non Commercial No Derivatives 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集涵盖以下内容：不同时间点和不同感染剂量下肠道病毒感染细胞中ADAM15的表达水平；ADAM15过表达或敲低对病毒复制的影响；ADAM15对自噬起始及完整自噬流的促进作用；ADAM15与病毒膜相关蛋白之间的相互作用；以及ADAM15经自噬途径促进病毒膜相关蛋白降解。此外，还包括与上述所有研究内容对应的原始Western blot图像和原始RT-qPCR结果。
【主题与分类】
主题标签：Basic medical、Medical cell biology、Medical microbiology、ADAM15、enterovirus、autophagic flux、autolysosomal degradation、viral membrane-associated proteins。本站分类：感染性疾病/其他。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=5d1ceb2fb2064f8b8b2f8a263b41c4d3
使用许可：Creative Commons Attribution Non Commercial No Derivatives 4.0 International。
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://doi.org/10.57760/sciencedb.33852
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
该数据集涵盖以下内容：不同时间点和不同感染剂量下肠道病毒感染细胞中ADAM15的表达水平；ADAM15过表达或敲低对病毒复制的影响；ADAM15对自噬起始及整个自噬流的促进作用；ADAM15与病毒膜相关蛋白之间的相互作用；以及ADAM15通过自噬途径促进病毒膜相关蛋白的降解。此外，还包括与上述所有研究内容对应的原始Western blot图像和原始RT-qPCR结果。
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。
