克罗恩病患者来源培养大肠杆菌分离株的蛋白质组分析

该数据集来自 omicsdi.org,收录克罗恩病患者与健康个体来源的大肠杆菌分离株蛋白质组数据。分离株在 LB 培养基、有氧条件下培养至对数中期,采用 HPLC-MS/MS 鸟枪蛋白质组学分析全蛋白质组

omicsdi
浏览 9
蛋白质分类Crohn's diseaseHplc-ms/msProteomeE. coli
Proteome profiling of cultivated Echerichia coli isolates from Crohn's disease patients

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-17

资源简介

克罗恩病患者来源培养大肠杆菌分离株的蛋白质组分析

该数据集来自 omicsdi.org,收录克罗恩病患者与健康个体来源的大肠杆菌分离株蛋白质组数据。分离株在 LB 培养基、有氧条件下培养至对数中期,采用 HPLC-MS/MS 鸟枪蛋白质组学分析全蛋白质组。数据可用于比较克罗恩病与健康来源菌株的蛋白表达差异,支持克罗恩病相关菌群失调研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):在克罗恩病(CD)患者中常观察到的一种菌群失调是大肠杆菌丰度增加(与健康个体相比增加 10-100 倍)[Gevers et al., 2014]。从 CD 患者和健康个体收集的大肠杆菌分离株在 LB 培养基、有氧条件下培养至对数中期,其全蛋白质组通过 HPLC-MS/MS 鸟枪蛋白质组学进行分析。参考文献:Gevers D, Kugathasan S, Denson LA, Vazquez-Baeza Y, Van Treuren W, Ren B, et al. The treatment-naive microbiome in new-onset Crohn’s disease. 2014. Cell Host Microbe 15: 382–92。

【主题与分类】

主题标签:Crohn's disease、Hplc-ms/ms、Proteome、E. coli。本站分类:消化系统疾病/克罗恩病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD010920

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

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/PXD010920

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CD患者中经常观察到的一种菌群失调是大肠杆菌丰度增加(与健康个体相比增加10-100倍)[Gevers等,2014]。从CD患者和健康患者中分离出的大肠杆菌在好氧条件下于LB培养基中培养至对数生长中期,并通过HPLC-MS/MS鸟枪蛋白质组学分析其总蛋白质组。参考文献:Gevers D, Kugathasan S, Denson LA, Vazquez-Baeza Y, Van Treuren W, Ren B, 等。新发克罗恩病的未治疗微生物组。2014. Cell Host Microbe 15: 382–92。

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。

获取专属数据定制方案