tau蛋白病人尸检脑组织质谱蛋白质组学数据集
该数据集来自 NCBI,包含 1 个文件,为 tau 蛋白病(包括皮质基底节变性、进行性核上性麻痹和阿尔茨海默病)患者尸检脑组织的质谱蛋白质组学表达谱数据

基本信息
资源简介
tau蛋白病人尸检脑组织质谱蛋白质组学数据集
Mass spectrometry-based proteomic profiling of human postmortem brain tissues in tauopathies, including corticobasal degeneration, progressive supranuclear palsy, and Alzheimer’s disease
该数据集来自 NCBI,包含 1 个文件,为 tau 蛋白病(包括皮质基底节变性、进行性核上性麻痹和阿尔茨海默病)患者尸检脑组织的质谱蛋白质组学表达谱数据。数据基于高通量测序表达谱分析平台,物种为人(9606),可用于研究 tau 蛋白病的分子机制及不同 tau 蛋白病之间的蛋白质表达差异(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:tau蛋白病的分子机制尚不清楚,其特征是由 MAPT 编码的异常 tau 蛋白在细胞内积累。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL30173、9606。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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE317746
【使用注意】
· 源站最后修改于 Jun 16 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE317746
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
背景:以MAPT编码的异常tau在细胞内蓄积为特征的tau蛋白病的分子机制仍知之甚少。目的:采用质谱法鉴定与原发性tau蛋白病——皮质基底节变性(CBD)和进行性核上性麻痹(PSP)——以及继发性tau蛋白病阿尔茨海默病(AD)相关的蛋白质。方法:从AD(n = 4)、CBD(n = 4)、PSP(n = 4)患者及其各自对照(n = 4)的死后人脑组织中制备总匀浆,并进行质谱分析。比较四组间的蛋白质水平,随后对显示统计学显著差异的蛋白质进行功能富集和蛋白质-蛋白质相互作用(PPI)分析。对于显示显著差异的一部分蛋白质,进行免疫组织化学以确定其在脑内的分布。此外,分析单核RNA测序数据,以在RNA水平上以细胞类型特异性方式评估四组中相应基因的表达。
结果:在四组比较中,分别有859、114、6和1个蛋白质的P值<0.05、<0.01、<0.005和<0.001。我们随后重点关注P值<0.005的6个蛋白质(AK3、ATP5PD、COX7C、PPA1、PREP和UQCRC1),并进行了功能富集和PPI分析。这些分析显示,所鉴定的tau蛋白病相关蛋白质主要参与线粒体功能。讨论:年龄相关的线粒体功能障碍可能影响tau蛋白病的发病和进展。
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。




