牙周病唾液与GCF中MERC蛋白ELISA研究数据集
该数据集来自clinicaltrials.gov,聚焦牙周病(牙周炎、牙龈炎与牙周病)背景下唾液与龈沟液(GCF)中MERC相关蛋白的ELISA研究

基本信息
资源简介
牙周病唾液与GCF中MERC蛋白ELISA研究数据集
该数据集来自clinicaltrials.gov,聚焦牙周病(牙周炎、牙龈炎与牙周病)背景下唾液与龈沟液(GCF)中MERC相关蛋白的ELISA研究。MERC是线粒体与内质网之间的特殊结构域,富集VAPB、PTPIP51、IP3R、GRP75、VDAC等功能蛋白,参与钙转运、脂质代谢、氧化应激与凋亡信号调控。数据可用于牙周病生物标志物发现与验证、相关通路研究及基于蛋白表达的分类分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:牙周炎、牙龈炎与牙周病、生物标志物发现与验证、通路。线粒体-内质网接触位点(MERCs)是物理连接线粒体和内质网的特殊结构域。这些接触位点富集功能性蛋白,协调两个细胞器之间的钙转移,调节脂质代谢,调控氧化应激反应,并控制凋亡信号通路。关键的MERC相关蛋白包括VAPB(囊泡相关膜蛋白相关蛋白B)、PTPIP51(蛋白酪氨酸磷酸酶相互作用蛋白51)、IP3R(肌醇1,4,5-三磷酸受体)、GRP75(葡萄糖调节蛋白75)和VDAC(电压依赖性阴离子通道)。IP3R-GRP75-VDAC复合物促进钙从内质网向内线粒体转移,而VAPB-PTPIP51复合物
【主题与分类】
主题标签:Periodontitis、Gingivitis and Periodontal Diseases、Biomarker Discovery and Validation、Pathways。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07601685
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://clinicaltrials.gov/study/NCT07601685
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
疾病:牙周炎、牙龈炎和牙周病、生物标志物发现与验证、通路。线粒体-内质网接触位点(MERCs)是物理连接线粒体和内质网的特殊结构域。这些接触位点富含功能性蛋白质,它们协调两个细胞器之间的钙转移,调节脂质代谢,调控氧化应激反应,并控制凋亡信号通路。关键的MERC相关蛋白包括VAPB(囊泡相关膜蛋白相关蛋白B)、PTPIP51(蛋白酪氨酸磷酸酶相互作用蛋白51)、IP3R(肌醇1,4,5-三磷酸受体)、GRP75(葡萄糖调节蛋白75)和VDAC(电压依赖性阴离子通道)。IP3R-GRP75-VDAC复合物促进钙从内质网向线粒体的转移,而VAPB-PTPIP51复合物则调节这一过程并影响ATP产生和自噬。MERC稳态的破坏已被认为与神经退行性疾病、代谢紊乱和牙周病有关。
牙周病是一种由微生物牙菌斑驱动的慢性炎症性疾病,会导致牙周组织和牙槽骨破坏。既往研究表明,暴露于牙龈卟啉单胞菌和具核梭杆菌的人牙龈成纤维细胞中,MERC相关基因表达(MFN1、IP3R、GRP75、PINK1、SIGMAR1)出现失调。本研究测量了从全身健康、不吸烟的参与者获得的龈沟液(GCF)和未刺激全唾液中的五种MERC蛋白——VAPB、PTPIP51、IP3R、GRP75和VDAC——以及caspase-3(一种凋亡标志物)、活性氧(ROS,一种氧化应激标志物)和钙水平的浓度和总量。参与者根据2017年世界研讨会分类法分为三组:牙周健康组(n=16)、牙龈炎组(n=16)和III期B级牙周炎组(n=16),性别分布均等(每组8名男性和8名女性)。GCF样本采集
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。




