环境植物来源细胞外囊泡经鼻-嗅觉通路作为隐形载体触发神经退行性病变(如ALS)的PathMap实验#000118数据集

该数据集来自PathMap Experiment #000118,聚焦环境植物来源细胞外囊泡(如花粉或农业粉尘来源)是否可经鼻-嗅觉通路作为隐形载体,递送环境毒素或致病RNA,绕过BBB并触发神经退行性病变(如Amyotrophic Lateral Sclerosis)

ZenodoZenodo
datacite
浏览 19
时间序列分类Olfactory Pathways_gates_from_olfactory_pathwaysExtracellular Vesicles_gates_to_extracellular_vesicles_gates_from_extracellular_vesiclesBiological Factors_gates_to_biological_factors_gates_from_biological_factorsAmyotrophic Lateral Sclerosis_gates_to_amyotrophic_lateral_sclerosisEnvironmental Pollutants_gates_from_environmental_pollutants
Dataset: Environmental plant-derived extracellular vesicles (such as those from pollen or agricultural dust) may act as stealth vectors via nasal-olfactory pathways, potentially delivering environmental toxins or pathogenic RNAs that bypass the BBB and trigger neurodegenerative pathologies, such as Amyotrophic Lateral Sclerosis. - PathMap Experiment #000118

基本信息

模态
时间序列
大小
0.00106653 GB
任务类型
分类
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-07

资源简介

环境植物来源细胞外囊泡经鼻-嗅觉通路作为隐形载体触发神经退行性病变(如ALS)的PathMap实验#000118数据集

Dataset: Environmental plant-derived extracellular vesicles (such as those from pollen or agricultural dust) may act as stealth vectors via nasal-olfactory pathways, potentially delivering environmental toxins or pathogenic RNAs that bypass the BBB and trigger neurodegenerative pathologies, such as Amyotrophic Lateral Sclerosis. - PathMap Experiment #000118

该数据集来自PathMap Experiment #000118,聚焦环境植物来源细胞外囊泡(如花粉或农业粉尘来源)是否可经鼻-嗅觉通路作为隐形载体,递送环境毒素或致病RNA,绕过BBB并触发神经退行性病变(如Amyotrophic Lateral Sclerosis)。数据包含原始JSON执行轨迹、逐字验证引文及MeSH对齐的逻辑门,由PathMap Studio的Veridical Enforcement引擎生成。可用于神经系统疾病相关机制探索、通路逻辑分析与假设验证(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。

【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):交互式数据查看器:从第1天起即可阅读、查看和打印。使用我们的全交互式查看器,从第1天起即可查看、阅读和打印本研究数据: Artificial General Intelligence LLC 评估的主张:环境植物来源细胞外囊泡(如来自花粉或农业粉尘的细胞外囊泡)可能通过鼻-嗅觉通路充当隐形载体,可能递送环境毒素或致病RNA,绕过BBB并触发神经退行性病变,例如Amyotrophic Lateral Sclerosis。该数据集包含由PathMap Studio的Veridical Enforcement引擎生成的原始JSON执行轨迹、逐字验证引文和MeSH对齐的逻辑门。🔍 新颖且被忽视的见解 植物来源纳米囊泡(PDNVs)可以自然地“重塑肠道微环境,介导全身代谢-免疫信号,并ulti

【主题与分类】

主题标签:Olfactory Pathways、_gates_from_olfactory_pathways、Extracellular Vesicles、_gates_to_extracellular_vesicles、_gates_from_extracellular_vesicles、Biological Factors、_gates_to_biological_factors、_gates_from_biological_factors、Amyotrophic Lateral Sclerosis、_gates_to_amyotrophic_lateral_sclerosis。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://zenodo.org/doi/10.5281/zenodo.21893148

使用许可:Creative Commons Attribution 4.0 International。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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.21893148

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 1.1 MB。

数据说明

交互式数据查看器:从第一天起即可阅读、查看和打印。使用我们的全交互式查看器,从第一天起即可查看、阅读并打印本研究数据:https://pathmap.org/viewer.php?id=118 Artificial General Intelligence LLC 评估主张:环境植物来源的细胞外囊泡(如来自花粉或农业粉尘的囊泡)可能作为隐形载体,经由鼻-嗅觉通路,潜在递送可绕过血脑屏障的环境毒素或致病性RNA,从而触发神经退行性病理,如肌萎缩侧索硬化。该数据集包含原始JSON执行轨迹、经逐字核验的引文,以及由PathMap Studio的Veridical Enforcement引擎生成的、与MeSH对齐的逻辑门。

🔍 新颖与被忽视的见解 植物来源纳米囊泡(PDNVs)能够天然地“重塑肠道微环境,介导全身代谢-免疫信号,并最终协同激活中枢神经修复网络”。研究存在一个明显的“从基础囊泡表征向工程化递送系统、中枢神经系统疾病应用及转化评估的转变”。“间充质干细胞来源外泌体/分泌组产品的鼻内给药是安全的,且大多数患者表现出整体改善,至少对一种产品而言”,这表明在受控临床背景下,治疗潜力大于潜在的环境风险。“牙龈卟啉单胞菌(P. gingivalis)等牙周病原体释放富含毒力因子的细菌EV,包括牙龈蛋白酶、脂多糖和调控RNA”,这些因子与血脑屏障相互作用,证明细菌EV能够穿越屏障。“血脑屏障通透性试验显示,生姜和芦荟EV可透过血脑屏障,而BCS空白EV和负载EV则不能透过血脑屏障”,这表明并非所有植物EV在穿越屏障的能力上都相同。

我们的发现表明,煮沸是一种自然策略,可增强GEVs的生物活性及靶向口服递送的潜力。

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。

获取专属数据定制方案