胆固醇通过抑制p53核转位调控气道上皮细胞分化
该数据集来自omicsdi.org,主题为胆固醇通过抑制p53核转位调控气道上皮细胞分化,属于肿瘤/其他分类。源站描述涉及对分化中的人原代支气管上皮细胞(phBECs)进行串联质谱蛋白质组分析,发现胆固醇生物合成通路整体受抑制;并在80 µM胆固醇条件下分化21天,用qRT-PCR和免疫荧光监测主要

基本信息
资源简介
胆固醇通过抑制p53核转位调控气道上皮细胞分化
该数据集来自omicsdi.org,主题为胆固醇通过抑制p53核转位调控气道上皮细胞分化,属于肿瘤/其他分类。源站描述涉及对分化中的人原代支气管上皮细胞(phBECs)进行串联质谱蛋白质组分析,发现胆固醇生物合成通路整体受抑制;并在80 µM胆固醇条件下分化21天,用qRT-PCR和免疫荧光监测主要气道细胞类型群体,通过跨上皮电阻测量分析上皮屏障完整性。数据可用于研究胆固醇代谢与气道上皮分化及COPD、囊性纤维化相关气道病理机制(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):胆固醇是必需的质膜成分,胆固醇代谢改变与COPD和囊性纤维化患者气道中的胆固醇蓄积有关。然而,其在上皮分化中的作用尚不清楚。对分化中的人原代支气管上皮细胞(phBECs)进行基于串联质谱的蛋白质组分析,发现胆固醇生物合成通路整体受到抑制。我们假设过量胆固醇会损害phBECs分化为功能完整的支气管上皮。phBECs在80 µM胆固醇存在下分化21天,使用qRT-PCR和免疫荧光染色监测主要气道细胞类型群体,并通过跨上皮电阻测量分析上皮屏障完整性。慢性胆固醇导致显著增加
【主题与分类】
主题标签:Ingenuity pathway analysis、Primary human bronchial epithelial cells、Cholesterol、P53。本站分类:肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD063763
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/pride/PXD063763
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
胆固醇是质膜的重要组成部分,胆固醇代谢改变与COPD和囊性纤维化患者气道中的胆固醇蓄积有关。然而,其在气道上皮分化中的作用尚不明确。基于串联质谱的蛋白质组学分析对分化的原代人支气管上皮细胞(phBECs)进行分析,揭示了胆固醇生物合成途径的整体抑制。我们假设过量胆固醇会损害phBECs分化为功能完整的支气管上皮。phBECs在80 µM胆固醇存在下分化21天,通过qRT-PCR和免疫荧光染色监测主要气道细胞类型群体,并通过跨上皮电阻测量分析上皮屏障完整性。长期胆固醇处理导致CC10+分泌细胞显著增加,而纤毛细胞减少。通路富集分析提示肿瘤蛋白p53是phBECs正常分化过程中基因的主调控因子。长期胆固醇暴露显著损害了p53的核转位。
我们的研究结果表明,这种抑制作用正是胆固醇诱导CC10⁺分泌细胞群体扩增、而以纤毛细胞减少为代价的基础。总之,我们确定胆固醇通过抑制p53核转位,是正常支气管上皮细胞分化的重要调节因子。
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。




