Huh-7外泌体与HBV

该数据集来自omicsdi.org,属于肿瘤/肝癌分类,主题标签为Proteomics。数据基于SILAC/LC-MS/MS定量分析,比较了转染HBx、野生型或HBx缺失的HBV复制子质粒的Huh-7肝癌细胞系所释放外泌体的蛋白质含量变化,旨在揭示HBV及HBx诱导的外泌体内容物改变及其对病毒和宿主

omicsdi
浏览 14
蛋白质分类Proteomics
Huh-7 exosomes and HBV

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-17

资源简介

Huh-7外泌体与HBV

该数据集来自omicsdi.org,属于肿瘤/肝癌分类,主题标签为Proteomics。数据基于SILAC/LC-MS/MS定量分析,比较了转染HBx、野生型或HBx缺失的HBV复制子质粒的Huh-7肝癌细胞系所释放外泌体的蛋白质含量变化,旨在揭示HBV及HBx诱导的外泌体内容物改变及其对病毒和宿主的功能影响。可用于研究HBV相关肝癌发生机制、外泌体介导的细胞间通讯以及潜在生物标志物筛选(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):乙型肝炎病毒(HBV)感染可导致肝炎、肝硬化和肝细胞癌。HBV介导的发病机制仅部分被了解,但据报道X蛋白(HBx)具有致癌潜力。外泌体是由包括肝细胞在内的多种细胞释放的具有多种功能的小膜囊泡,HBV利用细胞外泌体生物发生和输出机制进行病毒体形态发生和分泌。因此,HBV感染可能导致外泌体内容物发生变化,对病毒和宿主均具有功能意义。在本项目中,通过SILAC/LC-MS/MS定量分析了HBV和HBx诱导的外泌体蛋白质含量变化。对来自转染了HBx、野生型或HBx缺失的HBV复制子质粒的SILAC标记的肝癌细胞系Huh-7的外泌体进行了LC-MS/MS分析。

【主题与分类】

主题标签:Proteomics。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/massive/MSV000080794

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/massive/MSV000080794

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

乙型肝炎病毒(HBV)感染可导致肝炎、肝硬化和肝细胞癌。HBV介导的发病机制目前仅部分被了解,但据报道X蛋白(HBx)具有致癌潜力。外泌体是由包括肝细胞在内的多种细胞释放的具有多种功能的小膜囊泡,而HBV利用细胞外泌体生物发生和输出机制进行病毒体形态发生和分泌。因此,HBV感染可能导致外泌体内容物发生变化,对病毒和宿主均具有功能性影响。在本项目中,通过SILAC/LC-MS/MS定量分析了HBV和HBx诱导的外泌体蛋白质含量变化。从经HBx、野生型或HBx缺失的HBV复制子质粒转染的SILAC标记肝癌细胞系Huh-7中制备的外泌体,通过LC-MS/MS进行了分析。

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。

获取专属数据定制方案