鼻内ApoE肽共功能化S-GEVs靶向星形胶质细胞LRP1抑制NF-κB缓解阿尔茨海默病和ALS神经炎症

数据集围绕 PubMed #41177462 的 Discovery 主张:鼻内 S-GEVs 与 ApoE 肽共功能化可能绕过筛板并靶向星形胶质细胞 LRP1 受体,从而抑制 NF-κB,并可能缓解阿尔茨海默病和 ALS 中的部分神经炎症

ZenodoZenodo
datacite
浏览 16
基因组Administration, Intranasal_gates_from_administration,_intranasalBlood-Brain Barrier_gates_to_blood-brain_barrierApolipoproteins E_gates_from_apolipoproteins_eSignal Transduction_gates_from_signal_transductionNeuroinflammation_gates_to_neuroinflammationIntranasal Administration_gates_from_intranasal_administration
Dataset: Discovery: Considering PubMed #41177462, intranasal S-GEVs co-functionalized with ApoE peptides may bypass the cribriform plate and target astrocytic LRP1 receptors in order to suppress NF-κB and may resolve some neuroinflammation in Alzheimer's and ALS. - PathMap Experiment #000132

基本信息

模态
基因组
大小
0.001364766 GB
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-07

资源简介

鼻内ApoE肽共功能化S-GEVs靶向星形胶质细胞LRP1抑制NF-κB缓解阿尔茨海默病和ALS神经炎症

Dataset: Discovery: Considering PubMed #41177462, intranasal S-GEVs co-functionalized with ApoE peptides may bypass the cribriform plate and target astrocytic LRP1 receptors in order to suppress NF-κB and may resolve some neuroinflammation in Alzheimer's and ALS. - PathMap Experiment #000132

该数据集来自 PathMap Experiment #000132,属于神经系统疾病 / 阿尔茨海默病分类,由 Dungan, Joshua 发布,机构为 Zenodo,发布时间为 2026 年。数据集围绕 PubMed #41177462 的 Discovery 主张:鼻内 S-GEVs 与 ApoE 肽共功能化可能绕过筛板并靶向星形胶质细胞 LRP1 受体,从而抑制 NF-κB,并可能缓解阿尔茨海默病和 ALS 中的部分神经炎症。数据包含原始 JSON 执行轨迹、逐字验证引文以及由 PathMap Studio 的 Veridical Enforcement 引擎生成的 MeSH 对齐逻辑门,可用于神经炎症机制探索与靶向递送研究。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):交互式数据查看器:从第 1 天起即可阅读、查看和打印。使用我们的全交互式查看器,从第 1 天起即可查看、阅读和打印本研究数据: Artificial General Intelligence LLC 评估的主张:Discovery:考虑 PubMed #41177462,鼻内 S-GEVs 与 ApoE 肽共功能化可能绕过筛板并靶向星形胶质细胞 LRP1 受体以抑制 NF-κB,并可能缓解阿尔茨海默病和 ALS 中的部分神经炎症。该数据集包含由 PathMap Studio 的 Veridical Enforcement 引擎生成的原始 JSON 执行轨迹、逐字验证引文和 MeSH 对齐逻辑门。🔍 新颖且被忽视的见解 靶向工程: Angiopep-2 (Ang2) 肽修饰的 TEVs (Ang-TEVs) 显著增强小胶质细胞靶向。囊泡多功能性: 外泌体是天然存在的细胞外囊泡

【主题与分类】

主题标签:Administration, Intranasal、_gates_from_administration,_intranasal、Blood-Brain Barrier、_gates_to_blood-brain_barrier、Apolipoproteins E、_gates_from_apolipoproteins_e、Signal Transduction、_gates_from_signal_transduction、Neuroinflammation、_gates_to_neuroinflammation。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://zenodo.org/doi/10.5281/zenodo.22019848

使用许可:Creative Commons Attribution 4.0 International。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.5281/zenodo.22019848

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 1.4 MB。

数据说明

交互式数据查看器:从第一天起即可阅读、查看和打印。使用我们的全交互式查看器,从第一天起即可查看、阅读并打印本研究数据:https://pathmap.org/viewer.php?id=132 人工通用智能有限责任公司 评估声明:发现:考虑PubMed #41177462,经ApoE肽共功能化的鼻内S-GEVs可能绕过筛板并靶向星形胶质细胞LRP1受体,从而抑制NF-κB,并可能缓解阿尔茨海默病和ALS中的部分神经炎症。本数据集包含原始JSON执行轨迹、逐字验证的引文以及由PathMap Studio的Veridical Enforcement引擎生成的与MeSH对齐的逻辑门。🔍 新颖且被忽视的见解 靶向工程:** Angiopep-2(Ang2)肽修饰的TEVs(Ang-TEVs)显著增强了对小胶质细胞的靶向性。囊泡多功能性:** 外泌体是天然存在的细胞外囊泡,由于其固有的生物相容性、低免疫原性以及穿越血脑屏障的能力,已成为治疗神经系统疾病的有前景的仿生纳米载体。

代谢重编程:** 经鼻给药后,LEVs-SIRT2-KD在体内可被小胶质细胞迅速内化。胆固醇偶联:** 神经元通过LDLR/LRP1获取星形胶质细胞来源的胆固醇,经NPC1/NPC2进行再分布,并通过CYP46A1以24 S-羟基胆固醇形式清除过量胆固醇。炎症RNA:** 新出现的证据进一步表明,炎症RNA通过细胞外囊泡和外泌体参与表观遗传调控、细胞间通讯及器官间串扰。蛋白质病变中和:** 在sALS脑脊液转移小鼠模型中,PC-OxPL-VecTab中和了PC-OxPL诱导的神经毒性,减少了TDP-43聚集,并防止了运动神经元死亡和行为缺陷。补体级联反应:** 补体级联反应与AD相关病理过程密切相关;然而,其确切机制尚不

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。