人类与小鼠肺纤维化模型中复杂碳水化合物的MALDI成像分析
使用MALDI-MSI分析了WT以及Epm2a和Gaa敲除株小鼠肺纤维化模型。组织切片至4 μm并安装在带正电荷的玻璃载玻片上用于MALDI成像，方法如前所述
基本信息
资源简介
人类与小鼠肺纤维化模型中复杂碳水化合物的MALDI成像分析
使用MALDI-MSI分析了WT以及Epm2a和Gaa敲除株小鼠肺纤维化模型。组织切片至4 μm并安装在带正电荷的玻璃载玻片上用于MALDI成像，方法如前所述
MALDI imaging analysis of complex carbohydrates in human and mouse models pulmonary fibrosis
【数据内容】
源站描述（机器翻译，仅供参考）：人肺纤维化样本。使用MALDI-MSI分析了WT以及Epm2a和Gaa敲除株小鼠肺纤维化模型。分析物为N-linked glycans和糖原。组织切片至4 μm并安装在带正电荷的玻璃载玻片上用于MALDI成像，方法如前所述。载玻片在60°C加热1小时。冷却后，组织切片通过在二甲苯中洗涤两次（每次3分钟）进行脱蜡。随后通过将载玻片在100%乙醇中洗涤两次（每次1分钟）、在95%乙醇中洗涤一次（1分钟）、在70%乙醇中洗涤一次（1分钟）并在水中洗涤两次（每次3分钟）使组织切片复水。洗涤后，将载玻片转移至含有citraconic anhydride缓冲液的Coplin缸中进行抗原修复，并将缸置于蔬菜蒸锅中25分钟。Citraconic anhydride缓冲液通过将25 μL citraconic anhydride加入50 mL水中并调节
【主题与分类】
主题标签：肺纤维化、MALDI-MSI、N-linked glycans、糖原、小鼠模型、人肺组织。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ad2d10a85bbe6e7d04db988b21c8c284c16718c701c8e21d4c7f8624a440d4abc
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
人肺纤维化样本。采用MALDI-MSI分析了野生型及Epm2a、Gaa敲除小鼠品系的肺纤维化小鼠模型。所分析的分析物为N-连接聚糖和糖原。组织切成4 μm切片，贴于带正电荷的玻璃载玻片上，按先前所述进行MALDI成像。载玻片于60°C加热1小时。冷却后，组织切片通过二甲苯洗涤两次（每次3分钟）进行脱蜡。随后，组织切片通过以下洗涤步骤复水：100%乙醇洗涤两次（每次1分钟）、95%乙醇洗涤一次（1分钟）、70%乙醇洗涤一次（1分钟）、水洗涤两次（每次3分钟）。洗涤后，将载玻片转移至装有柠康酸酐缓冲液的染色缸中进行抗原修复，并将染色缸置于蔬菜蒸锅中25分钟。柠康酸酐缓冲液的配制方法为：将25 μL柠康酸酐加入50 mL水中，并用HCl调节pH至3.0。抗原修复后，载玻片在真空干燥器中干燥，随后进行酶消化。使用HTX喷雾工作站（HTX）将0.2 ml异淀粉酶（每张载玻片3单位）和PNGase F（每张载玻片总计20 mg）的水溶液涂覆于载玻片上。喷嘴……，
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。
