辣木叶提取物合成银纳米颗粒对HeLa宫颈癌细胞蛋白转录响应的体外原始数据
本数据集来自一项体外研究，评估由辣木叶提取物合成的银纳米颗粒（MOLP-AgNPs）对HeLa宫颈癌细胞的抗转移作用。数据包含免疫荧光实验测得的Snail蛋白与vimentin蛋白表达的原始及处理后数据，以及划痕愈合实验评估细胞迁移的数据
基本信息
资源简介
辣木叶提取物合成银纳米颗粒对HeLa宫颈癌细胞蛋白转录响应的体外原始数据
In Vitro Raw Data of Protein Transcriptional Response to Moringa oleifera Treatment
本数据集来自一项体外研究，评估由辣木叶提取物合成的银纳米颗粒（MOLP-AgNPs）对HeLa宫颈癌细胞的抗转移作用。数据包含免疫荧光实验测得的Snail蛋白与vimentin蛋白表达的原始及处理后数据，以及划痕愈合实验评估细胞迁移的数据。分析使用ImageJ、GraphPad和SPSS完成。结果表明MOLP-AgNPs显著下调EMT相关标志物并抑制细胞迁移，提示其作为天然来源治疗剂抑制宫颈癌转移的潜力。该数据可用于研究纳米颗粒对肿瘤细胞转移相关蛋白表达与迁移行为的影响（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集支持一项体外研究，评估由辣木叶提取物合成的银纳米颗粒（MOLP-AgNPs）对HeLa宫颈癌细胞的抗转移作用。数据集包含免疫荧光实验的原始和处理后数据，用于测量Snail蛋白和vimentin蛋白表达，以及评估细胞迁移的划痕愈合实验数据。数据分析使用ImageJ、GraphPad和SPSS进行。结果表明，MOLP-AgNPs显著下调EMT相关标志物并抑制细胞迁移，表明其作为抑制宫颈癌转移的天然治疗剂的潜力。
【主题与分类】
主题标签：Pharmaceutical、Biology、Clinical medicine、Basic medical、Cervical cancer、HeLa、Moringa oleifera、Snail、Vimentin。本站分类：肿瘤/宫颈癌。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=c6cd5c7bf7204a88828f069416699f30
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/10.57760/sciencedb.25383
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
该数据集支持一项体外研究，评估由辣木叶提取物合成的银纳米颗粒（MOLP-AgNPs）对HeLa宫颈癌细胞的抗转移作用。数据集包含通过免疫荧光实验检测Snail蛋白和波形蛋白表达，以及通过划痕愈合实验评估细胞迁移的原始和处理数据。数据分析使用ImageJ、GraphPad和SPSS进行。结果表明，MOLP-AgNPs显著下调EMT相关标志物并抑制细胞迁移，表明其作为天然来源的治疗剂在抑制宫颈癌转移方面具有潜力。
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。
