非小细胞肺癌患者代谢适应增强抗氧化防御并减少晚期糖基化终产物形成

该数据集来自 omicsdi.org,聚焦非小细胞肺癌(Non-Small-Cell-Lung-Cancer)患者的氧化应激与代谢适应研究

omicsdi
浏览 13
时间序列分类Lung cacncerOxidative stressRedoxMethylglyoxal
Increased antioxidative defense and reduced advanced glycation end-product formation by metabolic adaptation in Non-Small-Cell-Lung-Cancer patients

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-07

资源简介

非小细胞肺癌患者代谢适应增强抗氧化防御并减少晚期糖基化终产物形成

该数据集来自 omicsdi.org,聚焦非小细胞肺癌(Non-Small-Cell-Lung-Cancer)患者的氧化应激与代谢适应研究。研究采集了 70 例非小细胞肺癌患者的肿瘤组织及邻近健康组织,在手术切除时立即保存于巯基淬灭有机溶剂溶液中,并进行氧化还原蛋白质组学分析。数据涉及氧化应激、氧化还原信号、活性氧(ROS)及甲基乙二醛等主题,可用于探索肺癌中氧化还原信号与代谢的交互作用、代谢酶氧化修饰及代谢通路重编程,服务于肿瘤代谢与肺癌相关研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):氧化应激是肺癌进展的关键驱动因素,会导致 DNA 和蛋白质不稳定,并支持致癌转化。在代谢层面,氧化应激介质活性氧(ROS)可氧化修饰代谢酶,并根据肿瘤需求改变代谢通路。氧化还原信号的主要载体是巯基,由于其反应性,在临床环境中很少被分析。为准确探讨肺癌中氧化还原信号与代谢之间的交互作用,我们仔细收集了 70 名非小细胞肺癌患者的肿瘤及邻近健康组织:样本在手术切除肿瘤时采集,并立即保存在巯基淬灭有机溶剂溶液中,随后进行氧化还原蛋白质组学分析。作为这种无偏且细致

【主题与分类】

主题标签:Lung cacncer、Oxidative stress、Redox、Methylglyoxal。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD052340

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/pride/PXD052340

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

氧化应激是肺癌进展的关键驱动因素,可引起DNA和蛋白质不稳定性,并支持肿瘤转化。在代谢层面,氧化应激的介质活性氧(ROS)可氧化修饰代谢酶,并根据肿瘤需求重定向代谢途径。氧化还原信号的主要载体是硫醇基团,由于其反应性,临床上很少对其进行分析。为准确探讨肺癌中氧化还原信号与代谢之间的交互作用,我们精心收集了70例非小细胞肺癌患者的肿瘤组织及邻近健康组织:样本在手术切除肿瘤时采集,并立即保存在硫醇淬灭有机溶剂溶液中,随后进行氧化还原蛋白质组学分析。通过这种无偏且细致的方法,我们首次报告了肿瘤组织中多种关键代谢酶氧化程度更高的离体证据,尤其是那些参与葡萄糖代谢的酶。

此外,我们还展示了肿瘤在细胞内氧化应激显著升高之际,努力维持功能性氧化代谢的证据。最后,我们报告了乙二醛酶系统在氧化还原和蛋白质水平上的失活,这可能通过将有毒的甲基乙二醛更多地排泄到血液中,和/或通过更高的GAPDH活性来补偿,从而维持癌症进展。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。