阿尔茨海默病脑脊液蛋白质组分析数据

数据集获取

源站：https://doi.org/10.5061/dryad.8v2d0

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 9.16 GB。

数据说明

阿尔茨海默病是一种神经退行性疾病，占痴呆病例的50%以上。阿尔茨海默病的诊断依赖于认知测试以及脑脊液中淀粉样蛋白β、tau蛋白和过度磷酸化tau蛋白的分析。尽管这些标志物在早期疾病检测中具有相对较高的敏感性和特异性，但它们并不适合用于监测疾病进展。在本研究中，我们采用非标记鸟枪法质谱技术分析阿尔茨海默病患者和非痴呆对照组的脑脊液蛋白质组，以识别阿尔茨海默病的潜在生物标志物。我们使用五种程序（DecyderMS、Maxquant、OpenMS、PEAKS和Sieve）处理数据，并通过重现性和肽段鉴定比较了它们的结果，其中包括三种不同的归一化方法。在去除高丰度蛋白后，我们发现阿尔茨海默病患者脑脊液中低丰度蛋白的比例低于健康对照组（p<0.05）。因此，与使用加标鸡卵白蛋白进行归一化相比，全局归一化的准确性较低。

此外，我们确定Sieve和OpenMS具有最高的重现性，而PEAKS则是鉴定性能最佳的程序。最后，我们采用基于抗体的检测方法，成功验证了阿尔茨海默病患者中八种蛋白质（A2GL、APOM、C1QB、C1QC、C1S、FBLN3、PTPRZ和SEZ6）的水平显著低于对照组（p<0.05）。这些蛋白质涉及从细胞粘附和迁移到突触和免疫系统调节等多种生物学功能。

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。