Tau-P301L食蟹猴皮层与脊髓蛋白质组学处理资源
本数据集为Tau-P301L转基因食蟹猴与野生型对照皮层和脊髓组织的4D label-free定量蛋白质组学研究的处理后资源,包含处理后矩阵、图表源数据、下游分析输出及R分析脚本

基本信息
资源简介
Tau-P301L食蟹猴皮层与脊髓蛋白质组学处理资源
Processed proteomics resources for Tau-P301L cynomolgus macaque cortex and spinal cord
本数据集为Tau-P301L转基因食蟹猴与野生型对照皮层和脊髓组织的4D label-free定量蛋白质组学研究的处理后资源,包含处理后矩阵、图表源数据、下游分析输出及R分析脚本。内容涵盖质控与缺失值分析、差异蛋白分析、GO功能注释、组织异质性分析、STRING蛋白互作模块、WGCNA模块分析,以及Tau-P301L猴蛋白质组与人阿尔茨海默病蛋白质组特征的直系同源感知跨物种比较表。原始质谱数据与MaxQuant搜索定量结果另存于PRIDE/ProteomeXchange(PXD079349)。可用于tauopathy与阿尔茨海默病相关蛋白质组学比较与机制探索(来源 DOI 解析,Creative Commons Attributio。
【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):该数据集包含处理后蛋白质组学数据、图表源数据、下游分析输出以及R分析脚本,支持对Tau-P301L转基因食蟹猴与野生型对照的皮层和脊髓组织进行的4D label-free定量蛋白质组学研究。该资源包括质控与缺失值分析、差异蛋白分析结果、GO功能注释输出、组织异质性分析、STRING蛋白-蛋白互作模块结果、WGCNA模块分析输出,以及Tau-P301L猴蛋白质组与人阿尔茨海默病蛋白质组特征之间的直系同源感知跨物种比较表。主要质谱原始数据和MaxQuant搜索/定量输出另行存放在PRIDE/ProteomeXchange下,编号为PXD079349。该Zenodo记录提供处理后矩阵、源数据、下游分析
【主题与分类】
主题标签:Tau-P301L、Cynomolgus Monkey、Macaca fascicularis、tauopathy、proteomics、4D-label-free proteomics、cortex、spinal cord、Alzheimer's disease。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.22024616
使用许可:Creative Commons Attribution 4.0 International。
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。
使用方式
数据集获取
源站:https://doi.org/10.5281/zenodo.22024616
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:
数据集大小约 87.1 MB。
数据说明
该数据集包含经过处理的蛋白质组学数据、图表源数据、下游分析输出以及R分析脚本,用于支持一项针对Tau-P301L转基因食蟹猴与野生型对照的皮层和脊髓组织的4D非标记定量蛋白质组学研究。该资源包括质量控制和缺失值分析、差异蛋白分析结果、GO功能注释输出、组织异质性分析、STRING蛋白-蛋白相互作用模块结果、WGCNA模块分析输出,以及Tau-P301L猕猴蛋白质组与人类阿尔茨海默病蛋白质组特征之间基于直系同源感知的跨物种比较表。原始质谱数据和MaxQuant搜索/定量输出已单独存放于PRIDE/ProteomeXchange,编号为PXD079349。本Zenodo记录提供经过处理的矩阵、源数据、下游分析表格、README文档以及用于复用和手稿图表验证的脚本。
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。




