尿液胶原标志物提升结直肠癌肝转移检测

数据集获取

源站：https://omicsdi.org/dataset/pride/PXD013533

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

此前，我们曾报道，胶原蛋白α-1(I)天然肽（NOP）AGPP(-OH)GEAGKP(-OH)GEQGVP(-OH)GDLGAP(-OH)GP（AGP）与血清癌胚抗原（CEA）联合应用具有检测结直肠癌肝转移（CRLM）的潜力。该联合方法需经优化以提高灵敏度和特异度，方可用于临床。本项质谱研究旨在鉴定尿液中其他胶原蛋白NOP，以进一步提高我们先前发表方法的灵敏度和特异度，并寻找最具鉴别力的NOP组合。新检测方法基于100例健康对照和100例CRLM患者的尿液样本建立。研究鉴定出另外两种NOP：来源于胶原蛋白α-1(I)的GPPGEAGK(-OH)P(-OH)GEQGVP(-OH)GDLGAP(-OH)GP（GPP），以及来源于胶原蛋白α-1(III)的GNDGARGSDGQPGPP(-OH)GP(-OH)P(-OH)GTAGFP(-OH)GSP(-OH)GAK(-OH)GEVGP（GND）。研究构建了联合NOP（AGP、GPP和GND）与CEA的分子模型。对模型诊断效能无贡献的分子被剔除，最终模型仅由GND和CEA组成。

在该模型中，发现集的敏感度为86%、特异度为84%，验证集的敏感度为92%、特异度为90%。这些百分比显著高于当前基于AGP和CEA的模型（p=0.032）。新模型的性能优于临床目前使用的技术（如CT扫描、超声、血清CEA），后者的敏感度在57-70%之间，特异度在90-96%之间。

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。