PXD000811:小鼠肾小球细胞外基质LC-MSMS

该数据集来自ebi.ac.uk,为小鼠肾小球细胞外基质LC-MSMS数据,主题标签涵盖LC-MSMS、小鼠、肾脏、肾小球与细胞外基质

pride
2016-07-09 更新
浏览 9
医学影像Lc-msmsMouseKidneyGlomerularExtracellular matrix
PXD000811: Mouse kidney glomerular extracellular matrix LC-MSMS

基本信息

模态
医学影像
创建/更新时间
2016-07-09

资源简介

PXD000811:小鼠肾小球细胞外基质LC-MSMS

该数据集来自ebi.ac.uk,为小鼠肾小球细胞外基质LC-MSMS数据,主题标签涵盖LC-MSMS、小鼠、肾脏、肾小球与细胞外基质。源站描述显示研究以肾小球为模型,检验遗传背景与性别影响细胞外基质组成和组织的假设,对具有不同肾小球疾病易感性的健康小鼠进行全局微阵列、发现蛋白质组学和电子显微镜表征,转录组与蛋白质组分析揭示品系和性别依赖的肾小球细胞外基质特征及新细胞外基质蛋白,并发现易感小鼠基底膜结构改变。数据可用于细胞外基质组成与肾脏疾病易感性相关研究(来源 ebi.ac.uk)。

【数据内容】

源站描述(机器翻译,仅供参考):在人类疾病谱中,细胞外基质的组成和组织存在显著变化。此外,疾病严重程度可因种族和性别而异,但这些变异的机制尚不清楚。以肾小球为模型系统,我们检验了遗传背景和性别影响细胞外基质组成和组织的假设。我们使用全局微阵列、发现蛋白质组学和电子显微镜对具有不同肾小球疾病易感性的健康小鼠的细胞外基质进行了表征。转录组和蛋白质组分析揭示了独特的品系和性别依赖性肾小球细胞外基质特征及新的细胞外基质蛋白,这些与肾小球功能障碍及大分子漏入肾小球滤液有关。此外,我们在疾病易感小鼠的基底膜中发现了显著的结构变化。这些f

【主题与分类】

主题标签:Lc-msms、Mouse、Kidney、Glomerular、Extracellular matrix。本站分类:泌尿生殖系统疾病。

【获取与许可】

源站页面:https://ebi.ac.uk/pride/archive/projects/PXD000811

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ebi.ac.uk/pride/archive/projects/PXD000811

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

在人类疾病的整个谱系中,细胞外基质(ECM)的组成和组织结构均发生显著变化。此外,疾病严重程度可因种族和性别而异,但这些变异的机制尚不清楚。以肾小球作为模型系统,我们检验了遗传背景和性别影响ECM组成与组织结构的假说。我们采用全基因组微阵列、发现蛋白质组学和电子显微镜技术,对具有不同肾小球疾病易感性的健康小鼠的ECM进行了表征。转录组学和蛋白质组学分析揭示了独特的品系和性别依赖性肾小球ECM特征,其中包含新型ECM蛋白,这些蛋白与肾小球功能障碍及大分子漏入肾小球滤液相关。此外,我们在疾病易感小鼠的基底膜中发现了显著的结构变化。这些发现无法用已知ECM或肾小球基因的突变来解释。对合并的转录组学和蛋白质组学数据集进行通路分析,识别出潜在的ECM调控通路,涉及基质金属蛋白酶抑制、LXR/RXR、NRF2、notch和CDK5。

因此,这些通路可能改变细胞外基质(ECM),并赋予疾病易感性。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。