空间协方差揭示异硫氰酸酯天然产物通过调节氧化应激恢复α-1-抗胰蛋白酶缺乏症(AATD)功能
该数据集包含α-1-抗胰蛋白酶缺乏症(AATD)相关的基因变异数据、药物处理实验数据以及表型分析代码,数据模态包括临床表格(Excel文件)和计算脚本(R代码),主要用于研究异硫氰酸酯类天然产物(如MPTC和PEITC)如何通过调节氧化应激来改善AATD的蛋白质错误折叠和功能恢复,为AATD的靶向治疗和药物开发提供实验依据和计算工具。

基本信息
资源简介
空间协方差揭示异硫氰酸酯天然产物通过调节氧化应激恢复α-1-抗胰蛋白酶缺乏症(AATD)功能
【数据集背景】
本数据集源站标题为《Spatial Covariance Reveals Isothiocyanate Natural Products Adjust Redox Stress to Restore Function in Alpha-1-Antitrypsin Deficiency (AATD)》。源站首次发布:2025-01-15。
【数据内容】
源站原始描述:1) ''AAT-variants+MPTC and PEITC.xlsx'' contains the data of measured intracellular monomer, intracellular polymer, secreted monomer, secreted polymer and the inhibitory activity to neutrophil elastase for 72 AAT variants including AAT-WT in the absence or presence of MPTC and PEITC treatment in the IB3 cell line. 2) The input files, R-code scripts and output files for each phenotype landscape in the presence or absence of MPTC or PEITC treatment, as well as the delta phenotype barcodes are includ…
【数据结构与技术规格】
文件数 385 个,合计 2.38 GB。数据集 DOI:10.17632/hn9x372mfn.1。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/hn9x372mfn
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://data.mendeley.com/datasets/hn9x372mfn
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
该数据集是一个用于研究α-1-抗胰蛋白酶缺乏症(AATD)病理机制和药物干预效果的生物医学数据集。数据集包含1)一个Excel文件,记录了72种AAT变异(包括野生型)在IB3细胞系中,在有无MPTC和PEITC(异硫氰酸酯类天然产物)处理下,细胞内单体、细胞内聚合物、分泌单体、分泌聚合物的测量数据,以及对中性粒细胞弹性蛋白酶抑制活性的数据;2)一个文件夹,包含在有无MPTC或PEITC处理下,各表型景观的输入文件、R代码脚本和输出文件,以及Delta表型条形码;3)一个说明文件,包含文件总体描述和代码运行说明。该数据集主要用于研究天然产物如何通过调节氧化应激来改善AATD相关的蛋白质错误折叠和聚集,为AATD的药物发现和靶点研究提供数据支持。
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。




