阿尔茨海默病单突触分析揭示病理性tau、DJ1、CD47与ApoE
该数据集基于新发明的质谱流式方法SynTOF，在约1700万个单突触事件中测量了38种抗体探针，样本来自无病理改变或纯AD或Lewy体病（LBD）的人脑、非人灵长类（NHP）及PS/APP小鼠
基本信息
资源简介
阿尔茨海默病单突触分析揭示病理性tau、DJ1、CD47与ApoE
Single-synapse analyses of Alzheimerâs disease implicate pathologic tau, DJ1, CD47, and ApoE
该数据集基于新发明的质谱流式方法SynTOF，在约1700万个单突触事件中测量了38种抗体探针，样本来自无病理改变或纯AD或Lewy体病（LBD）的人脑、非人灵长类（NHP）及PS/APP小鼠。研究比较了人类与NHP的突触分子完整性，发现AD和LBD的疾病特异性差异，如AD海马病理性tau增加、LBD尾状核多巴胺转运体减少，并揭示AD海马CD47升高、DJ1降低及伴痴呆AD中ApoE升高等新发现。数据可用于突触分子分类与神经退行性疾病机制研究（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：阿尔茨海默病（AD）的突触分子表征有限。我们新发明的基于质谱流式的方法——飞行时间突触测量法（SynTOF），用于测量来自无病理改变或纯AD或Lewy体病（LBD）的人脑、非人灵长类（NHP）和PS/APP小鼠的约1700万个单突触事件中的38种抗体探针。人类和NHP的突触分子完整性相似。尽管在人类突触中未检测到，Aβ存在于PS/APP小鼠的单突触事件中。人类突触的聚类和模式识别显示了预期的疾病特异性差异，如AD中海马病理性tau增加和LBD中尾状核多巴胺转运体减少，并揭示了新发现，包括AD中海马CD47增加和DJ1降低，以及伴痴呆AD中ApoE升高。我们的结果得到了独立支持
【主题与分类】
主题标签：Neurodegenerative diseases、Cytometry、Alzheimer disease、MIBI-TOF、synapse。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://search.dataone.org/view/sha256%3A09a1f5de9de199d58ec1ddf91b763c77e3b101e2aeb7064ecc9377858fb3db6e
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
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
阿尔茨海默病（AD）的突触分子特征研究仍有限。我们新发明的基于质谱流式细胞术的方法——飞行时间突触测量法（SynTOF），被用于测量来自无病理改变或纯AD或路易体病（LBD）人脑、非人灵长类（NHP）以及PS/APP小鼠的约1700万个单突触事件中的38种抗体探针。人类和NHP的突触分子完整性相似。尽管在人类突触中未检测到Aβ，但在PS/APP小鼠的单突触事件中存在Aβ。对人类突触的聚类和模式识别显示了预期的疾病特异性差异，如AD中海马病理性tau增加和LBD中尾状核多巴胺转运体减少，并揭示了新发现，包括AD中海马CD47增加和DJ1降低，以及伴有痴呆的AD中ApoE升高。我们的结果得到了完整组织多重离子束成像的独立支持。这凸显了更深入和更广泛的洞察力…
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。
