受全氟和多氟烷基物质混合物改变的细胞外囊泡功能效应:肝细胞蛋白质组表达改变
该数据集来自 omicsdi.org,聚焦受全氟和多氟烷基物质(PFAS)混合物影响的细胞外囊泡(EVs)对肝细胞蛋白质组表达的影响

基本信息
资源简介
受全氟和多氟烷基物质混合物改变的细胞外囊泡功能效应:肝细胞蛋白质组表达改变
该数据集来自 omicsdi.org,聚焦受全氟和多氟烷基物质(PFAS)混合物影响的细胞外囊泡(EVs)对肝细胞蛋白质组表达的影响。研究以 HepG2 肝癌细胞为对象,将经等摩尔 PFAS 混合物(含 PFOS 等)处理的“亲本细胞”释放的 EVs 作用于另一批 HepG2 受体细胞,通过全局细胞蛋白质表达变化评估其生物学效应。数据可用于探索环境暴露与 EVs 介导的肝病及癌症相关蛋白表达改变,涉及体外实验、环境健康、细胞外囊泡与蛋白质组学等方向(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):细胞外囊泡(EVs)已成为细胞过程和疾病中的关键分子。环境暴露与 EVs 的交叉领域近来受到关注,EVs 被强调为暴露的生物标志物,以及环境暴露诱导疾病的介质。本研究旨在评估从 HepG2 肝细胞释放的 EVs 是否能通过全局细胞蛋白质表达的变化影响单独的受体 HepG2 细胞的生物学。本研究具体评估的假设是,从 PFAS 混合物处理的肝细胞释放的 EVs 具有生物活性,并将改变单独肝细胞中与慢性肝病和癌症相关的蛋白质表达。为评估这一假设,代表“亲本细胞”的 HepG2 细胞被暴露于含有全氟辛烷磺酸(PFOS)、perf 的等摩尔 PFAS 混合物
【主题与分类】
主题标签:In vitro、Environmental health、Extracellular vesicles、Proteomics、Pfas、Liver。本站分类:肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD050095
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/PXD050095
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
细胞外囊泡(EVs)已成为细胞过程和疾病中的关键分子。环境暴露与EVs的交叉领域近年来受到关注,EVs被强调为暴露的生物标志物,以及环境暴露诱导疾病的介质。本研究旨在评估从HepG2肝癌细胞释放的EVs是否能够影响单独的受体HepG2细胞的生物学特性,通过全局细胞蛋白质表达的变化来衡量。本研究具体评估的假设是,从PFAS混合物处理的肝细胞释放的EVs具有生物活性,并将改变与慢性肝病和癌症相关的单独肝细胞中的蛋白质表达。为了评估这一假设,代表“亲本细胞”的HepG2细胞被暴露于含有全氟辛烷磺酸(PFOS)、全氟辛酸(PFOA)和全氟己酸(PFHxA)的等摩尔PFAS混合物中。从亲本细胞中分离出EVs,并用于处理代表“靶细胞”的单独HepG2肝癌细胞,以评估由此产生的蛋白质组表达谱的变化。
结果表明,经PFAS处理的HepG2细胞释放的EVs会导致另外的HepG2细胞中独特的蛋白质表达变化,包括许多与肝癌、非酒精性脂肪肝病及其他肝脏疾病相关的蛋白质。这些发现为先前观察到的EV释放和分子内容变化提供了重要背景,突显了EVs在PFAS诱导的肝毒性新机制中的作用。
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。




