先前繁殖改变线粒体对氧化应激事件的响应数据
该数据集来自 Dryad,对应 2019 年一项以野生来源家鼠为对象的研究,比较已繁殖与未繁殖雌鼠在暴露或不暴露于氧化剂(辐射)条件下器官特异性线粒体响应的差异

基本信息
资源简介
先前繁殖改变线粒体对氧化应激事件的响应数据
Data from: Prior reproduction alters how mitochondria respond to an oxidative event
该数据集来自 Dryad,对应 2019 年一项以野生来源家鼠为对象的研究,比较已繁殖与未繁殖雌鼠在暴露或不暴露于氧化剂(辐射)条件下器官特异性线粒体响应的差异。数据覆盖肝脏与骨骼肌的线粒体密度、呼吸性能、酶活性、氧化剂产生及组织氧化损伤标志物等指标,可用于探究繁殖经历如何影响动物对未来氧化应激的生理响应,以及线粒体功能与氧化应激相关研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):动物的生活节奏受其经历的生理需求与应激源(如繁殖)调节,而氧化应激可能是 underlying 这些效应的一种机制。研究表明,繁殖在不同条件下可增加或降低氧化应激,并改变线粒体性能。我们假设繁殖相关的变化能够改变动物对未来氧化应激源的反应。我们通过比较野生来源雌性家鼠的器官特异性线粒体响应来检验这一理论。具体而言,我们将已繁殖或未交配的雌鼠与暴露于氧化剂(即辐射)或未暴露于辐射的雌鼠进行比较。我们测量了肝脏和骨骼肌的线粒体密度、呼吸性能、酶活性与氧化剂产生,以及组织氧化损伤标志物。在肝脏中,
【主题与分类】
主题标签:Mus musculus、house mouse。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.r246hv0
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.r246hv0
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 113.7 KB。
数据说明
动物的生活节奏受其生理需求和所经历应激源(如繁殖)的调节,而氧化应激可能是介导这些效应的潜在机制之一。研究表明,繁殖在不同条件下可增加或降低氧化应激,并改变线粒体性能。我们假设,与繁殖相关的改变能够影响动物对未来氧化应激源的反应。我们通过比较雌性野生来源家鼠的器官特异性线粒体反应来检验这一理论。具体而言,我们将已繁殖或未交配的雌鼠与暴露于氧化剂(即辐射)或未暴露于辐射的雌鼠进行比较。我们测定了肝脏和骨骼肌的线粒体密度、呼吸性能、酶活性及氧化剂产生,以及组织氧化损伤的标志物。在肝脏中,既往繁殖可阻止辐射引起的线粒体密度下降,并提高线粒体呼吸性能。
在骨骼肌中,先前的繁殖活动导致辐射诱导的线粒体密度下降,这可能降低骨骼肌线粒体的生物能量能力。然而,骨骼肌中随繁殖而下降的电子传递链复合体I活性,在暴露于氧化剂后恢复到了对照水平。这项研究的结果表明,先前的繁殖以器官特异性的方式改变了线粒体对氧化应激的反应。这些变化可能对未来繁殖性能和死亡风险产生不同的影响。
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。




