PXD014515:脑脊液中血液污染及其对α-突触核蛋白定量分析的影响
脑脊液分析对神经系统疾病诊断重要,但样本血液污染影响蛋白生物标志物识别。本研究比较半定量Combur10-Test®试纸、血红蛋白ELISA和自下而上质谱,评估脑脊液血液污染,并研究其对α-突触核蛋白可检测性的影响

基本信息
资源简介
PXD014515:脑脊液中血液污染及其对α-突触核蛋白定量分析的影响
脑脊液分析对神经系统疾病诊断重要,但样本血液污染影响蛋白生物标志物识别。本研究比较半定量Combur10-Test®试纸、血红蛋白ELISA和自下而上质谱,评估脑脊液血液污染,并研究其对α-突触核蛋白可检测性的影响。结果识别了血红蛋白以外的污染标志物,建立脑脊液血液水平分级系统,给出质谱研究的可耐受血液污染下限,并建议Combur10-Test®作为经济快速的血液污染检测(来源 ebi.ac.uk)。
【数据内容】
源站描述(机器翻译,仅供参考):脑脊液(CSF)分析对神经系统疾病的诊断很重要。可对从中枢神经系统(CNS)释放的特定蛋白进行定量监测。尤其是在神经退行性疾病领域,异常蛋白丰度是一种重要的生物标志物。然而,CSF 样本质量是分析结果的关键因素。在本研究中,我们评估了 CSF 中血液污染对蛋白质生物标志物鉴定的影响。我们比较了三种不同的检测方法:用于尿血红蛋白的半定量 Combur10-Test® 试纸条、特异性血红蛋白 ELISA,以及基于自下而上质谱(MS)的蛋白质组学,以测定总体血液污染水平。同时,我们研究了血液污染对 α-突触核蛋白(aSyn)可检测性的影响;aSyn 是血液/红细胞中高丰度蛋白,也是帕金森病的潜在生物标志物。基于我们的结果,我们确定了血红蛋白以外的其他血液污染标志物,并定义了 CSF 样本中血液水平的分级系统,包括基于质谱的生物标志物研究可耐受的血液污染下限,并建议将 Combur10-Test® 作为一种经济有效的检测方法,用于简单、快速地测定 CSF 中的血液污染。
【主题与分类】
主题标签:Alpha-synuclein、Elisa、Urine strip、Cerebrospinal fluid、Bottom-up mass spectrometry、Blood contamination。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://ebi.ac.uk/pride/archive/projects/PXD014515
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://ebi.ac.uk/pride/archive/projects/PXD014515
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
脑脊液(CSF)分析对神经系统疾病的诊断很重要。可对从中枢神经系统(CNS)释放的特定蛋白进行定量监测。尤其是在神经退行性疾病领域,异常蛋白丰度是一种重要的生物标志物。然而,CSF 样本质量是分析结果的关键因素。在本研究中,我们评估了 CSF 中血液污染对蛋白质生物标志物鉴定的影响。我们比较了三种不同的检测方法:用于尿血红蛋白的半定量 Combur10-Test® 试纸条、特异性血红蛋白 ELISA,以及基于自下而上质谱(MS)的蛋白质组学,以测定总体血液污染水平。同时,我们研究了血液污染对 α-突触核蛋白(aSyn)可检测性的影响;aSyn 是血液/红细胞中高丰度蛋白,也是帕金森病的潜在生物标志物。基于我们的结果,我们确定了血红蛋白以外的其他血液污染标志物,并定义了 CSF 样本中血液水平的分级系统,包括基于质谱的生物标志物研究可耐受的血液污染下限,并建议将 Combur10-Test® 作为一种经济有效的检测方法,用于简单、快速地测定 CSF 中的血液污染。
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。




