DDA与DIA-PASEF方法用于人瓣膜间质细胞与成骨细胞成骨分化蛋白质组学比较分析
该数据集来自omicsdi.org,属于心血管系统疾病/主动脉瓣疾病分类,围绕人瓣膜间质细胞(VICs)与成骨细胞在成骨分化过程中的蛋白质组学分析,比较DDA与DIA-PASEF两种采集方法在TimsTOF平台上的表现

基本信息
资源简介
DDA与DIA-PASEF方法用于人瓣膜间质细胞与成骨细胞成骨分化蛋白质组学比较分析
该数据集来自omicsdi.org,属于心血管系统疾病/主动脉瓣疾病分类,围绕人瓣膜间质细胞(VICs)与成骨细胞在成骨分化过程中的蛋白质组学分析,比较DDA与DIA-PASEF两种采集方法在TimsTOF平台上的表现。数据涉及钙化性主动脉瓣疾病(CAVD)相关生物学问题,可用于评估DDA与DIA在真实细胞样本中的蛋白质组学效果,并探索VICs病理成骨分化与正常骨化的异同(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):Shotgun蛋白质组学是关键“组学”方法之一,其方法学正在快速发展。带有离子迁移率的TimsToF系列质谱仪(Bruker)是用于shotgun蛋白质组学的年轻技术平台之一,在该平台上既可执行数据依赖(DDA)也可执行数据非依赖(DIA)蛋白质组学方法。然而,仅有少数关于TimsToF上DDA与DIA蛋白质组学有效性的比较已发表,且主要是在测试样本上进行。另一方面,人瓣膜间质细胞(VICs)成骨分化的特殊性是钙化性主动脉瓣疾病(CAVD)治疗的有效治疗靶点。尽管如此,尚无数据表明VICs的病理性成骨分化是否与正常骨化相似。结合这一技术任务和生物学任务,我们进行了比较蛋白质组学分析,分析os
【主题与分类】
主题标签:Data independent acquisition、Pasef、Shotgun proteomics、Homo sapiens、Timstof pro、Calcific aortic valve disease。本站分类:心血管系统疾病/主动脉瓣疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD036566
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://omicsdi.org/dataset/pride/PXD036566
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
鸟枪法蛋白质组学是关键“组学”方法之一,其方法学正在迅速发展。配备离子淌度的TimsToF系列质谱仪(Bruker)是鸟枪法蛋白质组学的新兴技术平台之一,可在其上执行数据依赖型(DDA)和数据非依赖型(DIA)蛋白质组学方法。然而,关于TimsToF上DDA与DIA蛋白质组学有效性的比较研究仅发表了少数几篇,且主要是在测试样本上进行的。另一方面,人瓣膜间质细胞(VICs)成骨分化的特殊性是钙化性主动脉瓣疾病(CAVD)治疗的一个富有成果的治疗靶点。尽管如此,尚无数据表明VICs的病理性成骨分化是否与正常骨化相似。结合这一技术任务与生物学任务,我们通过在TimsToF Pro上采用DIA-和DDA-PASEF蛋白质组学,对人VICs和成骨细胞的成骨分化进行了比较蛋白质组学分析。
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。




