针对包涵体肌炎中43 KDa肌肉蛋白的自身抗体
该数据集包含针对包涵体肌炎(IBM)患者血浆样本的免疫印迹分析数据,主要模态为蛋白质免疫印迹实验数据,通过检测自身抗体对正常人体肌肉蛋白的反应,发现了一种特异性识别43 kDa肌肉蛋白的抗体,可用于研究IBM的生物标志物、自身免疫机制及疾病特异性诊断。

基本信息
资源简介
针对包涵体肌炎中43 KDa肌肉蛋白的自身抗体
【数据集背景】
本数据集源站标题为《Autoantibodies against a 43 KDa Muscle Protein in Inclusion Body Myositis》。配套论文《Autoantibodies against a 43 KDa Muscle Protein in Inclusion Body Myositis》发表于 PLoS ONE(2011),DOI:10.1371/journal.pone.0020266。源站首次发布:2011-05-23。
【数据内容】
源站原始描述:Background Inclusion body myositis (IBM) is a poorly understood and refractory autoimmune muscle disease. Though widely believed to have no significant humoral autoimmunity, we sought to identify novel autoantibodies with high specificity for this disease. Methodology/Principal Findings Plasma autoantibodies from 65 people, including 25 with IBM, were analyzed by immunoblots against normal human muscle. Thirteen of 25 (52%) IBM patient samples recognized an approximately 43 kDa muscle protein. N…
【数据结构与技术规格】
文件数 2 个,合计 69.12 KB。Table_S1.xls:application/vnd.ms-excel,41.98 KB。Table_S2.xls:application/vnd.ms-excel,27.14 KB。数据集 DOI:10.1371/journal.pone.0020266。
【主题与分类】
源站学科分类:Immunology。主题标签:autoantibodies、43、kda、inclusion、myositis。
【适用方向】
源站学科分类标注为 Immunology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Autoantibodies_against_a_43_KDa_Muscle_Protein_in_Inclusion_Body_Myositis/136571
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Salajegheh, Mohammad; Lam, Theresa; Greenberg, Steven A. (2016). Autoantibodies against a 43 KDa Muscle Protein in Inclusion Body Myositis. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-04,引用时请注意版本时效。
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集聚焦于包涵体肌炎(IBM)这一难治性自身免疫性肌肉疾病的生物标志物研究。数据来源于对65名受试者(包括25名IBM患者、25名其他疾病患者及15名健康志愿者)的血浆样本进行免疫印迹分析,检测其针对正常人体肌肉蛋白的自身抗体。研究发现52%的IBM患者样本特异性识别出一种约43 kDa的肌肉蛋白,而其他组别均未识别该蛋白,表明该抗体可能作为IBM的高特异性生物标志物,并可能与疾病发病机制相关。该数据集可用于探索IBM的自身免疫机制、开发诊断工具及研究疾病特异性抗体。
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。




