空间蛋白质组学分析揭示阿尔茨海默病人脑微环境依赖性髓系细胞异质性(数据集 I)
主题标签:神经系统疾病、阿尔茨海默病、空间蛋白质组学、髓系细胞异质性、微环境、CODEX、人脑组织。本站分类:神经系统疾病/阿尔茨海默病

基本信息
资源简介
空间蛋白质组学分析揭示阿尔茨海默病人脑微环境依赖性髓系细胞异质性(数据集 I)
Spatial proteomic analysis enables identification of microenvironment-dependent myeloid cell heterogeneity in Alzheimer's disease human brain (Dataset I) 是一个面向阿尔茨海默病(Alzheimer's disease, AD)人脑组织空间蛋白质组学研究的公开数据集,属于神经系统疾病/阿尔茨海默病分类。该数据集与 Sanchez-Molina 等人关于人阿尔茨海默病脑内空间蛋白质组分析、微环境依赖的小胶质细胞状态识别的研究直接相关,是该项工作所发布数据的第一部分。数据集由 Ajami, Bahareh 与 Rosmus, Dennis-Dominik 两位作者贡献,来源站为 doi.org,发布时间为 2026 年,机构信息标注为 Nature Neuroscience。数据集围绕空间蛋白质组学、髓系细胞异质性、微环境、CODEX 以及人脑组织等主题展开,为研究阿尔茨海默病脑内免疫细胞的空间分布与状态差异提供了数据基础。
【数据集背景】
阿尔茨海默病是最常见的神经系统退行性疾病之一,其病理过程不仅涉及神经元本身的改变,也与脑内免疫微环境的异常密切相关。小胶质细胞作为中枢神经系统中的主要固有免疫细胞,在疾病进程中扮演复杂角色,其状态与功能往往受到所处组织微环境的深刻影响。传统批量或解离后的组学方法难以保留细胞在组织中的空间位置信息,因而无法充分揭示细胞状态与局部微环境之间的对应关系。空间蛋白质组学技术,尤其是 CODEX 等多重蛋白成像方法,能够在保持组织原位结构的前提下,对多种蛋白标志物进行同时检测,从而在单细胞与空间层面刻画髓系细胞的异质性。该数据集正是围绕这一研究目标而建立,对应 Sanchez-Molina 等人发表于 Nature Neuroscience 的相关研究,聚焦于人阿尔茨海默病脑组织中微环境依赖的髓系细胞异质性识别。
【数据内容】
该数据集为相关研究的数据集第一部分(Dataset I),其内容与“Spatial proteomic analysis in human Alzheimer's disease brains enables identification of microenvironment-dependent microglial cell states”这一研究主题相对应。数据集包含阿尔茨海默病样本与对照样本,并提供了样本编号对应关系:AD 1 为 3156,AD 2 为 2997,AD 3 为 3196,AD 4 为 3280;Control 1 为 3026,Control 2 为 3628,Control 3 为 1796,Control 4 为 1873。由此可知,数据集涵盖 4 例阿尔茨海默病样本与 4 例对照样本,共 8 例人脑组织样本。数据集涉及空间蛋白质组学分析,主题标签包括神经系统疾病、阿尔茨海默病、空间蛋白质组学、髓系细胞异质性、微环境、CODEX 以及人脑组织。关于数据的具体文件格式、图像数量、标记蛋白种类、细胞分割结果等细节,源站未提供。
【采集与来源】
该数据集来源于 doi.org,对应 Sanchez-Molina 等人的研究工作,相关分析可在 https://github.com/BaharehAjami/CODEX-CNS 获取。数据集作者为 Ajami, Bahareh 与 Rosmus, Dennis-Dominik,机构信息标注为 Nature Neuroscience,发布时间为 2026 年。样本来源为人阿尔茨海默病脑组织及对照脑组织,采用空间蛋白质组学方法进行检测,涉及 CODEX 技术。关于样本的伦理审批、供体临床信息、取材脑区、组织处理流程、抗体面板与成像参数等具体采集细节,源站未提供。
【适用场景】
该数据集适用于阿尔茨海默病脑内免疫微环境相关研究,尤其是围绕髓系细胞异质性、小胶质细胞状态与空间微环境关系的研究。借助 CODEX 空间蛋白质组学数据,研究者可以在组织原位背景下分析不同细胞群体的空间分布、细胞间邻近关系以及细胞状态与局部组织环境的关联。该数据集也可用于方法学比较、空间蛋白成像分析流程的验证,以及与其他阿尔茨海默病脑组织组学数据的整合探索。此外,由于数据集同时包含阿尔茨海默病样本与对照样本,可用于疾病组与对照组之间的空间细胞组成与状态差异比较。关于该数据集在其他具体研究场景中的适用性,源站未提供。
【使用方法】
该数据集的相关分析可在 https://github.com/BaharehAjami/CODEX-CNS 获取,研究者可结合该仓库中的分析流程对数据进行处理与解读。样本编号对应关系可用于将数据文件与具体的阿尔茨海默病或对照样本相匹配:AD 1 对应 3156,AD 2 对应 2997,AD 3 对应 3196,AD 4 对应 3280;Control 1 对应 3026,Control 2 对应 3628,Control 3 对应 1796,Control 4 对应 1873。关于数据下载方式、文件组织格式、软件依赖、运行参数等具体使用步骤,源站未提供。
【质量与限制】
该数据集来源于 Nature Neuroscience 相关研究,并提供了公开的分析代码仓库,具备一定的可复用性。数据集包含 4 例阿尔茨海默病样本与 4 例对照样本,样本数量有限,可能影响统计推断的广度与泛化能力。关于数据的具体质量指标、批次效应、成像分辨率、标记特异性、缺失值情况以及潜在偏差等,源站未提供。使用者在解释结果时应结合研究设计与样本规模加以考虑。
【引用与许可】
使用该数据集时,应引用 Sanchez-Molina 等人的相关研究,该研究对应 DOI 为 https://doi.org/10.1038/s41593-026-02267-3,数据集来源站为 doi.org。相关分析代码可在 https://github.com/BaharehAjami/CODEX-CNS 获取。数据集作者为 Ajami, Bahareh 与 Rosmus, Dennis-Dominik,发布时间为 2026 年,机构信息标注为 Nature Neuroscience。关于该数据集的具体许可协议、使用条款与再分发要求,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。
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://doi.org/10.5281/zenodo.20725082
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 40.79 GB。
数据说明
数据集第1部分,与Sanchez-Molina等人“Spatial proteomic analysis in human Alzheimer’s disease brains enables identification of microenvironment-dependent microglial cell states”(https://doi.org/10.1038/s41593-026-02267-3)相关。相关分析可在https://github.com/BaharehAjami/CODEX-CNS找到。样本ID对照:AD 1:3156 AD 2:2997 AD 3:3196 AD 4:3280 对照1:3026 对照2:3628 对照3:1796 对照4:1873
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。




