胆汁酸及相关甾体代谢物的泛库串联质谱谱库
该数据集包含六个正离子模式MS/MS谱库，分别代表C23胆汁酸、C24胆汁酸、C24醇胺胆汁酸、C26 C–C连接乙酰衍生物、C27胆汁酸和C28胆汁醇
基本信息
资源简介
胆汁酸及相关甾体代谢物的泛库串联质谱谱库
该数据集为胆汁酸及相关甾体代谢物的泛库串联质谱谱库，包含六个正离子模式MS/MS谱库，分别代表C23胆汁酸、C24胆汁酸、C24醇胺胆汁酸、C26 C–C连接乙酰衍生物、C27胆汁酸和C28胆汁醇。这些谱库由公共代谢组学数据经系统化检索、过滤、聚类、谱图质量控制、分子网络分析、分子式注释及潜在替代离子形式评估等流程构建而成，最终以MGF谱库文件及配套表格形式保存，记录查询、处理、质量控制与谱库注释信息。数据集作者为Mannochio-Russo, Helena，机构为Zenodo，发布时间为2026年，采用Creative Commons Attribution 4.0 International许可。该资源面向胆汁酸及甾体代谢物相关的质谱分析研究，提供可复用的谱库参考。
【数据集背景】
胆汁酸及相关甾体代谢物在消化系统疾病，尤其是结肠癌等研究领域中具有重要关注价值。该数据集所在的分类为消化系统疾病 / 结肠癌，旨在通过整合公共代谢组学数据，构建覆盖多种胆汁酸及甾体代谢物类别的串联质谱谱库，以支持相关代谢物的识别与注释。源站未提供更具体的背景说明。
【数据内容】
该数据集包含六个正离子模式MS/MS谱库，分别代表C23胆汁酸、C24胆汁酸、C24醇胺胆汁酸、C26 C–C连接乙酰衍生物、C27胆汁酸和C28胆汁醇。沉积内容包括最终的MGF谱库文件以及配套的支持表格，这些表格记录了查询、处理、质量控制和谱库注释等信息。所有GNPS2任务ID均随表格提供。源站未提供各谱库的具体谱图数量、化合物数量或文件大小等信息。
【采集与来源】
这些谱库来源于GNPS/MassIVE、MetaboLights和Metabolomics Workbench中的公共代谢组学数据。构建过程采用基于MassQL的检索，随后进行过滤、聚类、谱图质量控制、分子网络分析、分子式注释以及潜在替代离子形式的评估。源站未提供样本采集时间、仪器型号、实验条件等更详细的采集信息。
【适用场景】
该数据集适用于胆汁酸及相关甾体代谢物的质谱鉴定与注释研究，尤其可服务于消化系统疾病和结肠癌相关代谢组学分析。六个正离子模式谱库覆盖不同碳数及结构类别的胆汁酸和甾体代谢物，可用于未知谱图的匹配、代谢物类别筛查以及分子网络分析中的谱库比对。源站未提供具体的应用案例或验证结果。
【使用方法】
使用者可获取最终的MGF谱库文件，将其导入支持MGF格式的质谱数据处理软件或谱库搜索工具中进行匹配。配套表格提供了查询、处理、质量控制和注释信息，以及所有GNPS2任务ID，便于追溯数据处理流程。源站未提供具体的软件操作步骤或参数设置指南。
【质量与限制】
该数据集在构建过程中经过了过滤、聚类、谱图质量控制、分子网络分析、分子式注释及潜在替代离子形式评估等步骤，以保证谱库质量。然而，源站未提供具体的质量评估指标、错误率、覆盖率或假阳性率等量化信息。此外，谱库仅涵盖正离子模式，且仅涉及C23、C24、C24醇胺、C26 C–C连接乙酰衍生物、C27胆汁酸和C28胆汁醇六类，可能不覆盖其他胆汁酸或甾体代谢物。源站未提供其他限制说明。
【引用与许可】
该数据集的作者为Mannochio-Russo, Helena，机构为Zenodo，发布时间为2026年。许可方式为Creative Commons Attribution 4.0 International，允许在署名条件下共享与改编。引用时需遵循该许可要求，并注明作者与来源。源站未提供具体的引用格式或DOI以外的标识信息。
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://doi.org/10.5281/zenodo.21941572
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 5.36 GB。
数据说明
该数据集包含六个正离子模式MS/MS谱库，分别代表C23胆汁酸、C24胆汁酸、C24碱胺胆汁酸、C26 C–C连接乙酰衍生物、C27胆汁酸和C28胆汁醇。这些谱库是利用基于MassQL的检索，随后经过滤、聚类、谱图质量控制、分子网络分析、分子式注释及潜在替代离子形式评估，从GNPS/MassIVE、MetaboLights和Metabolomics Workbench的公共代谢组学数据中生成。所存资源包括最终MGF谱库及支持性表格，记录了查询、处理、质量控制和谱库注释信息。所有GNPS2任务ID均随表提供。
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。
