MSBB与ROSMAP队列阿尔茨海默病韧性研究
MSBB与ROSMAP队列AD韧性研究 研究名称：MSBB与ROSMAP队列AD韧性研究 研究缩写：MSBB_ ROSMAP _AD_resilience 人类队列：MSBB与ROSMAP队列AD韧性研究（简称MSBB_ ROSMAP _ AD_resilience）是一个多组学数据集，包含来自死后
基本信息
资源简介
MSBB与ROSMAP队列阿尔茨海默病韧性研究
MSBB_ROSMAP_AD_Resilience 是一个聚焦阿尔茨海默病（AD）韧性机制的多组学数据集，来源于 synapse.org，本站归类为神经系统疾病 / 阿尔茨海默病。该数据集整合了来自死后前额叶皮层（PFC）组织的转录组与蛋白质组匹配图谱，样本取自无阿尔茨海默病临床或病理证据的神经系统正常个体。数据集包含 170 份 bulk RNA 测序（RNA-seq）样本和 282 份基于串联质量标签（TMT）的定量蛋白质组图谱，可用于跨分子层的整合分析。其研究名称为“MSBB and ROSMAP Cohort AD Resilience Study”，缩写为 MSBB_ROSMAP_AD_resilience，由 Mount Sinai Brain Bank（MSBB）研究与 Religious Orders Study and Memory and Aging Project（ROSMAP）研究共同贡献样本。
【数据集背景】
该数据集围绕阿尔茨海默病韧性研究构建。所谓韧性，在此语境下指向神经系统正常、且缺乏阿尔茨海默病临床或病理证据的个体。研究以 MSBB 与 ROSMAP 两个队列为基础，将死后前额叶皮层组织作为分子 profiling 的来源，试图在转录组与蛋白质组两个层面刻画与 AD 韧性相关的分子特征。数据集名称中的“AD Resilience”直接体现了这一研究定位，而 MSBB 与 ROSMAP 的联合则提供了跨队列的样本基础。
【数据内容】
数据集为多组学数据集，包含匹配的转录组与蛋白质组图谱。具体而言，共有 170 份 bulk RNA 测序样本和 282 份基于 TMT 的定量蛋白质组图谱。这些样本均来自死后前额叶皮层组织，且来自无阿尔茨海默病临床或病理证据的神经系统正常个体。MSBB 研究贡献了 82 份 RNA-seq 样本，ROSMAP 研究贡献了 88 份 RNA-seq 样本；蛋白质组图谱方面，源站描述在提及 82 之后中断，未提供完整分配信息。数据集支持跨分子层的整合分析。
【采集与来源】
样本来源为死后前额叶皮层组织。贡献队列包括 Mount Sinai Brain Bank（MSBB）研究和 Religious Orders Study and Memory and Aging Project（ROSMAP）研究。数据集托管于 synapse.org。源站描述中标注了 MSBB 研究（1）和 ROSMAP 研究（2）的引用编号，但未在给定信息中展开具体引用内容。
【适用场景】
该数据集适用于跨转录组与蛋白质组的整合分析，尤其针对阿尔茨海默病韧性相关分子特征的研究。由于样本来自无 AD 临床或病理证据的神经系统正常个体，可用于探索维持正常认知与病理阴性状态的分子基础。匹配的 RNA-seq 与 TMT 蛋白质组图谱使研究者能够在同一框架下比较 mRNA 与蛋白质层面的变化。多组学设计也适合用于分子层间关联、通路水平整合以及候选标志物发现等分析场景。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、预处理流程、标准化步骤、分析工具或代码示例等。使用者需参考 synapse.org 上该数据集的原始页面获取进一步操作指引。
【质量与限制】
源站未提供关于数据质量评估、批次效应、样本排除标准或技术重复等方面的具体信息。已知限制包括：蛋白质组图谱的队列分配信息在源站描述中不完整；数据集仅涵盖前额叶皮层组织，未提及其他脑区；样本均来自无 AD 临床或病理证据的个体，因此不直接代表 AD 病例。其他质量与限制信息源站未提供。
【引用与许可】
源站描述中标注了 MSBB 研究（1）和 ROSMAP 研究（2）的引用编号，但未提供完整的引用文献信息。许可信息源站未提供。使用者应查阅 synapse.org 上该数据集的原始页面以获取引用要求与许可条款。
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:syn52676457
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 MSBB and ROSMAP Cohort AD Resilience Study Study name: The MSBB and ROSMAP Cohort AD Resilience Study **Abbreviation of study: **MSBB_ ROSMAP AD_resilience Human cohort: The MSBB and ROSMAP Cohort AD Resilience Study (MSBB ROSMAP _ AD_resilience, in short) is a multi-omics dataset comprising matched transcriptomic and proteomic profiles derived from postmortem prefrontal cortex (PFC) tissue of neurologically normal individuals without clinical or pathological evidence of Alzheimer’s disease (AD). The dataset includes 170 bulk RNA sequencing (RNA-seq) samples and 282 tandem mass tag (TMT)-based quantitative proteomic profiles, enabling integrative analyses across molecular layers. More specifically, the Mount Sinai Brain Bank (MSBB) study (1) and the Religious Orders Study and Memory and Aging Project (ROSMAP) Study (2) contributed 82 and 88 RNA-seq samples, along with 82 and 200 TMT-based proteomic profiles, respectively. Study participants are stratified into two aging groups: young-old (YO; 60–84 years) and oldest-old (OO; ≥85 years), to facilitate the investigation of age-associated molecular signatures and mechanisms of resilience to AD pathology. In addition to transcriptomic and proteomic measurements, matched whole-genome sequencing (WGS) data are available for most subjects that were previously generated, providing a genomic framework for downstream multi-omics integration and systems-level analyses. Reference List 1. Wang, M. et al. The Mount Sinai cohort of large-scale genomic, transcriptomic, and proteomic data in Alzheimer’s disease. Sci Data 5, 180185 (2018). https://doi.org:10.1038/sdata.2018.185 2. Bennett, D. A., Schneider, J. A., Arvanitakis, Z. & Wilson, R. S. Overview and findings from the religious orders study. Curr Alzheimer Res 9, 628-645 (2012). https://doi.org:10.2174/156720512801322573
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。
