ICU合并症与非合并症COVID-19患者血浆蛋白质组分析
该数据集来自omicsdi.org，主题为ICU中合并症与非合并症COVID-19患者的血浆蛋白质组分析，采用DIA-MS质谱技术，涵盖血浆蛋白质组学与COVID-19合并症相关数据
基本信息
资源简介
ICU合并症与非合并症COVID-19患者血浆蛋白质组分析
该数据集名为 Plasma Proteomic Profiling of Comorbid and Non-Comorbid COVID-19 Patients in ICU，来源于 omicsdi.org，主题聚焦于重症监护病房（ICU）中合并症与非合并症 COVID-19 患者的血浆蛋白质组分析。数据集采用 DIA-MS（数据非依赖采集质谱）技术开展血浆蛋白质组学研究，主题标签涵盖 Dia-ms、Icu、Mass spectrometry、Proteomics、Plasma、Covid-19 与 Comorbidity，在分类上归属于循环系统疾病 / 其他。整体而言，该数据集面向 COVID-19 重症患者的血浆蛋白层面刻画，可用于比较合并症与非合并症患者之间的蛋白质组差异，为理解疾病严重程度的分子基础提供数据支撑。
【数据集背景】
源站描述指出，自大流行开始以来，严重急性呼吸综合征冠状病毒 2 型（SARS-CoV-2）在超过 7.77 亿例确诊病例中已造成逾 700 万人死亡。疾病严重程度受多因素影响，在截至 2025 年 4 月的 28 天期间，仍造成超过 5,100 例新增住院。在重症监护病房中，死亡率在不同国家和地区之间呈现显著差异：根据 2020—2021 年最大规模的住院 COVID-19 患者队列（ISARIC 临床组；n=708,158），欧洲为 22.4%，亚洲为 26.9%，非洲为 24%，北美为 25%，中南美洲为 16.2%。多数重症病例与高龄、男性以及慢性疾病相关，其中提及 2 型糖尿病（源站描述在此处截断）。该数据集正是在这一背景下，针对 ICU 内合并症与非合并症 COVID-19 患者开展血浆蛋白质组分析。
【数据内容】
该数据集的核心内容为 ICU 中合并症与非合并症 COVID-19 患者的血浆蛋白质组数据，采用 DIA-MS 质谱技术获取。主题标签表明其涉及血浆（Plasma）、蛋白质组学（Proteomics）、质谱（Mass spectrometry）、DIA-MS、ICU 以及 COVID-19 合并症（Comorbidity）等方向。数据集围绕合并症与非合并症两类患者群体的对比展开，属于血浆蛋白质组学与 COVID-19 合并症相关数据。除上述主题与分类信息外，源站未提供样本数量、蛋白鉴定数量、定量指标等具体数据内容细节。
【采集与来源】
该数据集来源于 omicsdi.org。技术层面采用 DIA-MS 质谱方法进行血浆蛋白质组分析，研究对象为 ICU 中合并症与非合并症 COVID-19 患者。关于样本采集地点、采集时间、伦理审批信息以及具体实验流程，源站未提供。
【适用场景】
基于其主题与技术特征，该数据集适用于 COVID-19 重症患者血浆蛋白质组的比较研究，尤其是合并症与非合并症患者之间的蛋白质组差异分析；也可用于与 DIA-MS 血浆蛋白质组学方法相关的数据复用研究，以及围绕 COVID-19 合并症分子特征的分析工作。关于具体应用案例或已验证的下游用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方式，包括数据下载途径、文件格式、数据处理流程与分析工具建议等。
【质量与限制】
源站未提供该数据集的质量评估信息、数据完整性说明或已知技术限制。需要说明的是，源站描述中关于 2 型糖尿病的内容在原文中即被截断，相关合并症的具体范围未完整呈现。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/PXD073010
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
自疫情暴发以来，严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）已导致超过7.77亿例确诊病例，其中逾700万例死亡（https://www.who.int/emergencies/diseases/novel-coronavirus-2019）。疾病严重程度受多因素影响，在截至2025年4月的28天内，导致了超过5，100例新增住院病例（https://data.who.int/dashboards/covid19/hospitalizations?n=c）。根据2020-2021年期间最大的住院COVID-19患者队列研究（ISARIC临床组；n=708，158），在重症监护病房（ICU）中，不同国家和地区的死亡率存在显著差异，欧洲为22.4%，亚洲为26.9%，非洲为24%，北美为25%，中南美洲为16.2%。1 大多数重症病例与高龄、男性性别和慢性疾病相关，其中2型糖尿病（T2D）和高血压（HTN）是住院患者中最常见的既往疾病。2, 3 由于这些合并症的性质，免疫系统在SARS-CoV-2感染负担下受到严重挑战。
糖尿病和高血压患者因免疫系统功能受损，易出现更高的疾病严重程度、更高的死亡率、长新冠、继发感染以及加速的心力和肾功能衰竭。4, 5 研究者已在不同OMICs层面考察了无症状、轻症和重症病例对SARS-CoV-2感染的应答。在基于质谱（MS）的研究中，感染患者的蛋白质谱从循环系统、6脑脊液（CSF）、7鼻咽拭子8以及多器官组织9中揭示了与疾病严重程度相关的重要标志物。然而，针对重症病例中伴有合并症10的亚组以及ICU住院期间结局的蛋白质组学特征，报道的研究仍然有限。因此，T2D和HTN特异性的蛋白质组学特征可能在一般队列研究中被掩盖，从而遮蔽了独特的分子
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。
