哺乳动物端粒生物学比较:端粒长度与体重、寿命及癌症风险的协同演化
端粒是覆盖在线性染色体末端的短重复DNA序列,在细胞分裂过程中缩短,并与大多数物种的衰老有关。端粒酶可以重建端粒,但在许多表现出复制性衰老的哺乳动物中受到抑制,推测这是一种肿瘤抑制机制

基本信息
资源简介
哺乳动物端粒生物学比较:端粒长度与体重、寿命及癌症风险的协同演化
端粒是覆盖在线性染色体末端的短重复DNA序列,在细胞分裂过程中缩短,并与大多数物种的衰老有关。端粒酶可以重建端粒,但在许多表现出复制性衰老的哺乳动物中受到抑制,推测这是一种肿瘤抑制机制
On the comparative biology of mammalian telomeres: telomere length co-evolves with body mass, lifespan and cancer risk
【数据内容】
源站描述(机器翻译,仅供参考):端粒是覆盖在线性染色体末端的短重复DNA序列,在细胞分裂过程中缩短,并与大多数物种的衰老有关。端粒酶可以重建端粒,但在许多表现出复制性衰老的哺乳动物中受到抑制,推测这是一种肿瘤抑制机制。因此,理解端粒生物学与生活史特征的协同演化非常重要,这种协同演化塑造了物种间衰老模式的多样性。Gomes等人(2011)构建了一个大型数据集,涵盖57种哺乳动物的端粒长度(TL)、端粒酶活性、体重和寿命。我们使用相同的系统发育多元回归并辅以若干附加分析重新分析了他们的数据,以检验研究结果的稳健性。我们发现,与Gomes等人的结果相比存在大量不一致。与Gomes等人一致的是,我们发现了一种反向
【主题与分类】
主题标签:端粒长度、端粒酶活性、哺乳动物、比较生物学、寿命、体重、癌症风险、系统发育回归。本站分类:肿瘤。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Ab8c97e2f7c94c268e2407a177dfffde77e555a83583adadb244841e40161595f
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
端粒是覆盖在线性染色体末端的短重复DNA序列,在细胞分裂过程中会缩短,并与大多数物种的衰老有关。端粒酶能够重建端粒,但在许多表现出复制性衰老的哺乳动物中受到抑制,推测这是一种肿瘤抑制机制。因此,理解端粒生物学与生活史特征的协同进化至关重要,这种协同进化塑造了不同物种间衰老模式的多样性。Gomes等人(2011)构建了一个大型数据集,涵盖57种哺乳动物的端粒长度(TL)、端粒酶活性、体重和寿命。我们使用相同的系统发育多元回归方法重新分析了他们的数据,并进行了若干额外分析以检验研究结果的稳健性。我们发现,与Gomes等人的结果相比,我们的结果存在大量不一致之处。与Gomes等人一致的是,我们发现TL与寿命之间存在负相关关系。
与Gomes等人的分析相反,我们发现端粒长度(TL)与体重之间普遍存在稳健的负相关关系,而端粒酶活性与体重之间的关联证据则较弱且不稳健。这些结果表明,在体型更大、寿命更长的物种中,较短的端粒长度可能受到了选择——这很可能是一种抑制癌症的机制。我们通过展示在22个物种中较长的端粒预示着更高的癌症风险来支持这一假说。此外,我们发现驯化物种具有更长的端粒。我们的结果对以往关于端粒生物学与生活史特征协同进化的解释提出了质疑,并强调需要审慎对待模型构建。
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。




