MIT ROSMAP 单核多组学研究数据集
这些研究包括每年采集的临床数据、详细的死后病理评估，以及广泛的遗传、表观基因组、转录组、蛋白质组和代谢组组织水平分析。个体在性别间保持平衡（男女比例 212:215）
基本信息
资源简介
MIT ROSMAP 单核多组学研究数据集
MIT_ROSMAP_Multiomics 是一个面向神经系统疾病尤其是阿尔茨海默病研究的单核多组学数据集，来源于 synapse.org。该数据集围绕宗教秩序研究与拉什记忆与衰老项目（ROSMAP）展开，这两个项目均为持续进行的衰老与痴呆纵向临床-病理队列研究，且所有参与者均为脑捐献者。研究从该项目中选取了427名个体，男女比例保持平衡，为212:215。数据集整合了每年采集的临床数据、详细的死后病理评估，以及遗传、表观基因组、转录组、蛋白质组和代谢组等多个层面的组织水平分析信息，为探索阿尔茨海默病及相关神经系统疾病的分子机制提供了多组学资源。
【数据集背景】
该数据集依托于宗教秩序研究（Religious Orders Study）与拉什记忆与衰老项目（Rush Memory and Aging Project），二者均为持续进行的纵向临床-病理队列研究，聚焦于衰老与痴呆。所有参与者均为脑捐献者，研究包含每年采集的临床数据、详细的死后病理评估，以及广泛的遗传、表观基因组、转录组、蛋白质组和代谢组组织水平分析。研究从上述队列中选取了427名个体，男女比例保持平衡，为212:215。每个受试者均获得了知情同意，宗教秩序研究与拉什记忆与衰老项目分别获得了拉什大学医学中心机构审查委员会（IRB）的批准。参与者还签署了《解剖赠与法案》以及允许其数据被重新利用的存储库同意书。
【数据内容】
该数据集涵盖多组学层面的组织水平分析，具体包括遗传、表观基因组、转录组、蛋白质组和代谢组数据。此外，数据集还包含每年采集的临床数据以及详细的死后病理评估信息。这些数据共同构成了对衰老与痴呆相关生物过程的广泛刻画。关于各组学数据的具体规模、维度、文件格式或样本量等细节，源站未提供。
【采集与来源】
数据来源于宗教秩序研究与拉什记忆与衰老项目，这两个队列均为持续进行的纵向临床-病理研究，所有参与者均为脑捐献者。研究从该队列中选取了427名个体，男女比例保持平衡，为212:215。临床数据每年采集，死后进行详细的病理评估。遗传、表观基因组、转录组、蛋白质组和代谢组数据来自组织水平分析。知情同意由每位受试者提供，两个研究项目分别获得拉什大学医学中心机构审查委员会（IRB）的批准。参与者签署了《解剖赠与法案》以及允许数据被重新利用的存储库同意书。数据集来源站为 synapse.org。
【适用场景】
该数据集适用于神经系统疾病尤其是阿尔茨海默病相关的研究，可用于探索衰老与痴呆的分子机制。由于包含多组学组织水平分析以及纵向临床数据和死后病理评估，该数据集可用于整合遗传、表观基因组、转录组、蛋白质组和代谢组信息，以研究阿尔茨海默病及相关痴呆的病理过程。关于具体的适用分析类型、研究设计或应用案例，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
每个受试者均获得了知情同意，宗教秩序研究与拉什记忆与衰老项目分别获得了拉什大学医学中心机构审查委员会（IRB）的批准。参与者签署了《解剖赠与法案》以及允许其数据被重新利用的存储库同意书。关于具体的引用格式、数据使用许可条款或访问限制，源站未提供。
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。
需登录公开下载
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。
暂未开放有偿下载
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://synapse.org/Synapse:syn52293417
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
The MIT ROSMAP Single-Nucleus Multiomics Study (MIT_ROSMAP_Multiomics) We selected 427 individuals from the Religious Orders Study and Rush Memory and Aging Project (ROSMAP), both ongoing longitudinal clinical-pathologic cohort studies of aging and dementia, in which all participants are brain donors. The studies include clinical data collected annually, detailed post-mortem pathological evaluations, and extensive genetic, epigenomic, transcriptomic, proteomic, and metabolomic bulk-tissue profiling. Individuals were balanced between sexes (male:female ratio 212:215). Informed consent was obtained from each subject, and the Religious Orders Study and Rush Memory and Aging Project were each approved by an Institutional Review Board (IRB) of Rush University Medical Center. Participants also signed an Anatomic Gift Act, and a repository consent to allow their data to be repurposed. Details of the clinical and pathological data collection methods have been previously reported[1–5]. Show more Literature Cited 1. Bennett, D. A. et al. Religious Orders Study and Rush Memory and Aging Project. J. Alzheimers. Dis. 64, S161–S189 (2018). 2. Wilson, R. S. et al. Temporal course and pathologic basis of unawareness of memory loss in dementia. Neurology 85, 984–991 (2015). 3. Bennett, D. A. et al. Natural history of mild cognitive impairment in older persons. Neurology 59, 198–205 (2002). 4. Bennett, D. A., Schneider, J. A., Wilson, R. S., Bienias, J. L. & Arnold, S. E. Neurofibrillary tangles mediate the association of amyloid load with clinical Alzheimer disease and level of cognitive function. Arch. Neurol. 61, 378–384 (2004). 5. Bennett, D. A., Schneider, J. A., Tang, Y., Arnold, S. E. & Wilson, R. S. The effect of social networks on the relation between Alzheimer’s disease pathology and level of cognitive function in old people: a longitudinal cohort study. Lancet Neurol. 5, 406–412 (2006). Note: this study uses the individual metadata from the ROSMAP study, which can be
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。
