人病理Tau蛋白定量PTM图谱:患者异质性与阿尔茨海默病进展关键步骤 - 角回
该数据集来自omicsdi.org,属于神经系统疾病/阿尔茨海默病分类,聚焦人病理Tau蛋白的定量翻译后修饰(PTM)图谱

基本信息
资源简介
人病理Tau蛋白定量PTM图谱:患者异质性与阿尔茨海默病进展关键步骤 - 角回
该数据集来自omicsdi.org,属于神经系统疾病/阿尔茨海默病分类,聚焦人病理Tau蛋白的定量翻译后修饰(PTM)图谱。源站描述显示,研究对49例AD和42例对照受试者死后组织中的Tau多异构体上88个PTM进行了高分辨率定量蛋白质组分析,揭示受试者间异质性、与AD相关的高占据率和患者频率PTM子集、PTM有序发生并导致Tau聚集,以及大小分级Tau分析所定义的与播种活性相关的渐进性添加和最小PTM集合。数据可用于研究Tau异构体与PTM化学计量在AD中的作用、患者异质性及疾病进展关键步骤(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):为阐明Tau异构体和PTM化学计量在阿尔茨海默病(AD)中的作用,我们生成了来自49例AD和42例对照受试者死后人体组织中分离的Tau多异构体上88个PTM的高分辨率定量蛋白质组图谱。虽然Tau PTM图谱揭示了受试者间的异质性,但一部分PTM在AD中显示出高占据率和患者频率,提示其在疾病中的重要性。无监督分析表明,PTM以有序方式发生并导致Tau聚集。通过分析大小分级的Tau,进一步定义了与播种活性相关的渐进性添加和最小PTM集合。总之,确定了Tau蛋白内用于不同疾病阶段干预的关键特征,包括0N和4R异构体的富集、C末端的代表性不足、负电荷的增加
【主题与分类】
主题标签:Alzheimer's disease、post-translational modification、clinical progression、srm、lfq、human tau、protein aggregation、proteopathy。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://omicsdi.org/dataset/pride/PXD020517
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://omicsdi.org/dataset/pride/PXD020517
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
为阐明Tau亚型及翻译后修饰(PTM)化学计量在阿尔茨海默病(AD)中的作用,我们对来自49例AD和42例对照受试者死后人体组织中分离的Tau多种亚型上的88种PTM进行了高分辨率定量蛋白质组图谱分析。尽管Tau PTM图谱显示受试者间存在异质性,但一部分PTM在AD中表现出高占据率和患者频率,提示其在疾病中的重要性。无监督分析表明,PTM以有序方式发生,导致Tau聚集。通过对尺寸分级Tau的分析,进一步明确了与播种活性相关的渐进性添加和最小PTM集合。总之,我们识别了Tau蛋白内用于不同疾病阶段干预的关键特征,包括0N和4R亚型的富集、C末端的低代表性、PRR中负电荷的增加以及MBD中正电荷的减少。
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。




