COVID-19 嗅黏膜中 α-synuclein 种子活性
研究背景是错误折叠蛋白沉积可导致阿尔茨海默病、帕金森病等神经系统疾病,帕金森病中错误折叠的 α-synuclein 存在于鼻腔嗅黏膜,并可向脑内扩散

基本信息
资源简介
COVID-19 嗅黏膜中 α-synuclein 种子活性
该数据集来自 clinicaltrials.gov,主题为 COVID-19 患者嗅黏膜中 α-synuclein 种子活性。研究背景是错误折叠蛋白沉积可导致阿尔茨海默病、帕金森病等神经系统疾病,帕金森病中错误折叠的 α-synuclein 存在于鼻腔嗅黏膜,并可向脑内扩散。研究假设病毒感染等炎症过程可能触发 α-synuclein 错误折叠,并基于 SARS-CoV-2 感染中嗅觉受累明显这一现象,旨在检测 COVID-19 患者鼻黏膜嗅上皮中可能的 α-synuclein 变化。数据可用于探索感染与神经退行性病变之间的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COVID-19。错误折叠蛋白的沉积是阿尔茨海默病或帕金森病等常见神经系统疾病的病因。在帕金森病中,错误折叠的蛋白 alpha-synuclein 存在于鼻子的嗅黏膜中,该黏膜含有负责嗅觉感知的神经细胞,错误折叠的 alpha-synuclein 由此进一步扩散到大脑。导致这种错误折叠以及由此对神经系统造成损伤的机制仍不清楚。一种假说是,病毒感染等炎症过程会触发帕金森病中 alpha-synuclein 的错误折叠,并可导致其沉积。基于这一假设以及嗅觉在 SARS-CoV-2 感染(COVID-19)中的显著受累,本研究旨在检查 COVID-19 患者鼻黏膜嗅上皮中可能的 alph
【主题与分类】
主题标签:COVID-19。本站分类:神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05401773
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/NCT05401773
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:COVID-19。错误折叠蛋白的沉积是阿尔茨海默病或帕金森病等常见神经系统疾病的原因。在帕金森病中,错误折叠的α-突触核蛋白存在于鼻子的嗅黏膜中,该黏膜包含负责嗅觉感知的神经细胞,错误折叠的α-突触核蛋白从此处进一步扩散到大脑。导致这种错误折叠及其对神经系统造成损害的机制尚不清楚。一种假设是,病毒感染等炎症过程会触发帕金森病中α-突触核蛋白的错误折叠,并可能导致其沉积。基于这一假设以及SARS-CoV-2感染(COVID-19)中嗅觉的显著受累,本研究旨在通过使用鼻拭子,检查COVID-19患者鼻黏膜的嗅上皮是否存在可能的α-突触核蛋白沉积。我们假设,嗅觉神经元的入侵及随后的炎症反应可能触发α-突触核蛋白的错误折叠和聚集。
因此,我们旨在利用实时震荡诱导转化法(RT-QuIC)探究已从COVID-19康复的受试者嗅黏膜中是否存在α-突触核蛋白播种活性。
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。




