牙周病患者龈沟液中Hippo信号通路蛋白数据集
该数据集来源于clinicaltrials.gov,聚焦牙周病患者龈沟液中的Hippo信号通路蛋白。牙周病是常见的牙周组织感染性炎症,临床表现为牙龈炎或牙周炎,其严重程度和进展主要受宿主免疫炎症反应调控

基本信息
资源简介
牙周病患者龈沟液中Hippo信号通路蛋白数据集
该数据集来源于clinicaltrials.gov,聚焦牙周病患者龈沟液中的Hippo信号通路蛋白。牙周病是常见的牙周组织感染性炎症,临床表现为牙龈炎或牙周炎,其严重程度和进展主要受宿主免疫炎症反应调控。Hippo信号通路是高度保守的调控网络,整合机械与生化信号,控制细胞极性、分化、增殖、凋亡、免疫应答、组织稳态及器官发育等过程。该数据可用于牙周病生物标志物发现与验证、信号通路机制研究及相关转化应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Periodontal Disease, Gingivitis and Periodontal Diseases, Biomarker Discovery and Validation, Pathways. 背景与依据 牙周病是牙周组织常见的感染性和炎症性疾病,临床表现为牙龈炎或牙周炎。牙龈炎是局限于牙龈的可逆性炎症,而牙周炎是一种慢性、进行性疾病,以牙周附着和牙槽骨不可逆丧失为特征。尽管含有牙周病原体的微生物生物膜引发该病,但其严重程度和进展在很大程度上由宿主免疫炎症反应决定。Hippo信号通路是一个高度保守的调控网络,整合机械和生化信号,以控制细胞极性、分化、增殖、凋亡、免疫应答、组织稳态和器官
【主题与分类】
主题标签:Periodontal Disease、Gingivitis and Periodontal Diseases、Biomarker Discovery and Validation、Pathways。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07759466
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://clinicaltrials.gov/study/NCT07759466
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
条件:牙周病、牙龈炎与牙周疾病、生物标志物的发现与验证、通路。背景与理由 牙周病是牙周组织常见的感染性和炎症性疾病,临床表现为牙龈炎或牙周炎。牙龈炎是一种局限于牙龈的可逆性炎症,而牙周炎则是一种慢性、进行性疾病,其特征是不可逆的牙周附着丧失和牙槽骨丢失。尽管含有牙周致病菌的微生物生物膜启动了该疾病,但其严重程度和进展在很大程度上由宿主免疫炎症反应所决定。Hippo信号通路是一个高度保守的调控网络,它整合机械和生化信号,以调控细胞极性、分化、增殖、凋亡、免疫反应、组织稳态和器官大小。
其核心组分包括Yes相关蛋白(YAP)、含PDZ结合基序的转录共激活因子(TAZ)、哺乳动物不育20样激酶1(MST1)、TEA结构域家族成员(TEAD)、大型肿瘤抑制激酶1(LATS1)以及丝裂原活化蛋白激酶激酶激酶激酶4(MAP4K4)。上游激酶如MST1/2和MAP4K4激活LATS1/2,后者磷酸化YAP和TAZ,导致其在细胞质中滞留或降解,并阻止细胞核内TEAD介导的转录活性。临床前证据表明该通路参与牙槽骨和牙周复合体的矿化组织稳态。据报道,抑制YAP可通过BCL-2家族通路抑制牙周膜干细胞增殖并诱导其凋亡,而YAP/TAZ缺陷动物模型显示牙槽骨和牙骨质吸收增强,同时碱性磷酸酶表达降低。尽管有这些发现,迄今为止尚无研究直接评估Hippo通路蛋白在人类牙周病中的作用。因此,本研究旨在填补这一空白。
目的与假设 本研究旨在检验Hippo信号通路的变化
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。




