浓縮siRNA高达350 mg/mL的实验SAXS与粘度数据
该数据集包含浓縮siRNA（高达350 mg/mL）在水（无添加盐）及添加150mM NaCl条件下的实验小角X射线散射（SAXS）数据文件
基本信息
资源简介
浓縮siRNA高达350 mg/mL的实验SAXS与粘度数据
该数据集包含浓縮siRNA（高达350 mg/mL）在水（无添加盐）及添加150mM NaCl条件下的实验小角X射线散射（SAXS）数据文件
Experimental Small-Angle X-Ray Scattering (SAXS) and Viscosity Data for Concentrated siRNA Up to 350 mg/mL
【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）：该数据集包含浓縮siRNA（高达350 mg/mL）在水（无添加盐）及添加150mM NaCl条件下的实验小角X射线散射（SAXS）数据文件。还记录了siRNA在水中的20°C实验粘度。siRNA为专有59-nt自互补双链体，带有GalNAc配体。配体偶联至双链体的发夹环。每个残基均经过骨架修饰。SAXS数据使用康奈尔高能同步辐射源（CHESS）的ID-7A1高压光束线收集。粘度数据在Eli Lilly and Co.收集。作者感谢Eli Lilly and Co.提供资金、siRNA材料以及实验散射和粘度数据。本工作基于高能X射线科学中心（CHEXS）进行的研究，该中心由美国国家科学基金会支持。
【主题与分类】
主题标签：siRNA、SAXS、粘度、GalNAc配体、高浓度、CHESS、Eli Lilly。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.21829030
使用许可：Creative Commons Attribution 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/10.5281/zenodo.21829030
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:
数据集大小约 3.3 MB。
数据说明
该数据集包含浓度高达350 mg/mL的浓缩siRNA在水（未添加盐）中以及添加150 mM NaCl条件下的实验小角X射线散射（SAXS）数据文件。此外，还记录了siRNA在水溶液中20°C时的实验粘度。该siRNA为专有的59个核苷酸自互补双链体，带有GalNAc配体。该配体偶联至双链体的发夹环上。每个残基均进行了骨架修饰。SAXS数据使用康奈尔高能同步辐射源（CHESS）的ID-7A1高压光束线采集。粘度数据由Eli Lilly and Co.采集。作者感谢Eli Lilly and Co.提供资金、siRNA材料以及实验散射和粘度数据。本工作基于高能X射线科学中心（CHEXS）进行的研究，该中心由国家科学基金会（BIO、ENG和MPS学部）根据奖项DMR-2342336资助，以及CHESS的大分子衍射（MacCHESS）设施，该设施由国家普通医学科学研究所和美国国立卫生研究院根据奖项1-P30-GM124166资助。
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。
