阿尔茨海默病与韧性中基于化学蛋白质组学的ABPP
该数据集来自 omicsdi.org,属于神经系统疾病/阿尔茨海默病分类,主题为在阿尔茨海默病与韧性中应用化学蛋白质组学进行活性基蛋白质谱分析(ABPP)

基本信息
资源简介
阿尔茨海默病与韧性中基于化学蛋白质组学的ABPP
该数据集来自 omicsdi.org,属于神经系统疾病/阿尔茨海默病分类,主题为在阿尔茨海默病与韧性中应用化学蛋白质组学进行活性基蛋白质谱分析(ABPP)。源站描述显示,研究对36例患者(12例对照、12例阿尔茨海默病、12例韧性)额叶皮层裂解液进行pull-down,靶向丝氨酸水解酶探针 tetrahydrolipstatin-biotin 和 fluorophosphonate biotin 所标记的酶,并结合脂质组学分析。数据可用于探索阿尔茨海默病相关的脂质代谢改变与酶活性变化(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):在36例患者(12例对照、12例阿尔茨海默病、12例韧性)额叶皮层裂解液中,对丝氨酸水解酶探针 tetrahydrolipstatin-biotin 和 fluorophosphonate biotin 所靶向的酶进行pull-down。以下为摘要:阿尔茨海默病(AD)是最常见的痴呆形式。虽然脂质代谢的改变与AD相关已逐渐明确,但其如何同时导致认知衰退和AD病理生理仍不清楚。为更好地理解这些变化,我们在对照、AD和韧性供体队列的额叶皮层中进行了脂质组学和活性基蛋白质谱分析(ABPP),其中韧性指具有AD病理但认知未衰退的个体。我们证明脂质组的大部分变化与AD病理相关。变化最强的脂质类别是ω6衍生的oxylipins,其ref
【主题与分类】
主题标签:Abpp、Alzheimer's disease、Serine hydrolases。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://omicsdi.org/dataset/pride/PXD057993
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/PXD057993
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
对36名患者(12名对照、12名阿尔茨海默病患者、12名韧性个体)额叶皮层裂解物中由丝氨酸水解酶探针四氢利普司他汀-生物素和氟膦酸酯生物素探针所靶向的酶进行pull-down分析。摘要如下:阿尔茨海默病(AD)是最常见的痴呆形式。尽管脂质代谢的改变与AD相关已日益明确,但其如何同时导致认知衰退和AD病理生理学仍不甚清楚。为更好地理解这些变化,我们在一个由对照、AD和韧性供体组成的队列的额叶皮层中进行了脂质组学和活性基础蛋白质组学分析(ABPP),其中韧性供体指的是具有AD病理但认知未衰退的个体。我们证明脂质组中的大多数变化与AD病理相关。变化最强烈的脂质类别是ω6衍生的氧化脂质,其反映神经炎症反应。与对照组相比,该脂质类别在AD患者中尤其增加,而在韧性供体中显示出相似但不显著的趋势。
相比之下,与韧性供体相比,AD供体中三酰甘油(TAGs)和脂滴均更为丰富,但与对照供体相比则不然,这表明韧性供体中的中性脂质发生了改变。通过ABPP分析的酶活性在AD和韧性供体中显示出相似的方向,包括ABHD6活性降低,ABHD6是一种参与单酰甘油代谢的脂肪酶。最后,利用多组学因子分析,我们表明氧脂素增加、抑制性细胞丢失和突触可塑性降低与Aβ斑块负荷相关。这一反应在AD和韧性供体中均存在。综上所述,我们的多组学数据显示,AD和韧性供体之间存在与Aβ负荷相关的共同反应,并且首次发现韧性供体中脂滴减少。
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。




