端粒DNA损伤响应在染色质未解聚时发生的数据
该数据集来自 Dryad，对应一项关于端粒 DNA 损伤响应（DDR）与染色质解聚关系的研究。研究使用随机光学重建显微镜（STORM）测量不同长度功能性人类端粒以及引发 DDR 的功能失调端粒的大小和形状，发现端粒呈卵圆形且形状具有可塑性；TRF2、TRF1 或两者同时缺失仅影响小部分端粒的大小，且
基本信息
资源简介
端粒DNA损伤响应在染色质未解聚时发生的数据
Data from: The telomeric DNA damage response occurs in the absence of chromatin decompaction
该数据集来自 Dryad，对应一项关于端粒 DNA 损伤响应（DDR）与染色质解聚关系的研究。研究使用随机光学重建显微镜（STORM）测量不同长度功能性人类端粒以及引发 DDR 的功能失调端粒的大小和形状，发现端粒呈卵圆形且形状具有可塑性；TRF2、TRF1 或两者同时缺失仅影响小部分端粒的大小，且大多数 DDR 信号端粒仍保持正常大小。数据可用于端粒结构、DDR 机制及超分辨成像相关分析（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2018。
【数据内容】
源站描述（机器翻译，仅供参考）：端粒是特化的核蛋白结构，保护染色体末端免受 DNA 损伤响应（DDR）和 DNA 重排。端粒 shelterin 蛋白 TRF2 抑制 DDR，这一功能被归因于其触发 t-loop 形成或防止端粒染色质大规模解聚和密度丢失的能力。在此，我们应用随机光学重建显微镜（STORM）测量不同长度的功能性人类端粒以及引发 DDR 的功能失调端粒的大小和形状。端粒呈卵圆形外观，形状具有相当大的可塑性。对许多端粒的检查表明，TRF2、TRF1 或两者同时缺失仅影响一小部分端粒的大小。将端粒与 DDR 标志物共染色进一步揭示，大多数 DDR 信号端粒保持正常大小。因此，DDR s
【主题与分类】
主题标签：STORM。本站分类：症状、体征与临床所见。
【获取与许可】
源站页面：https://datadryad.org/dataset/doi:10.5061/dryad.h1157
使用许可：Creative Commons Zero v1.0 Universal。
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/10.5061/dryad.h1157
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 23.20 GB。
数据说明
端粒是特化的核蛋白结构，保护染色体末端免受DNA损伤响应（DDR）和DNA重排的影响。端粒保护蛋白TRF2能抑制DDR，这一功能归因于其触发t环形成或防止端粒染色质大规模解聚和密度丢失的能力。在此，我们应用随机光学重建显微镜（STORM）测量了不同长度的功能性人类端粒以及引发DDR的功能障碍端粒的大小和形状。端粒呈现卵圆形外观，形状具有相当大的可塑性。对众多端粒的检查表明，TRF2、TRF1或两者同时耗竭仅影响了一小部分端粒的大小。端粒与DDR标记的共染色进一步揭示，大多数DDR信号端粒保持了正常大小。因此，端粒上的DDR信号传导并不需要解聚。我们提出，端粒在未扩张的情况下由DDR机制监测，并且DDR是由结构和蛋白质组成在分子层面的变化所触发的。
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。
