用于 SIRIUS 6 检索的 Shin-MassBank 质谱数据
本站分类：消化系统疾病/憩室炎。本数据集为消化系统疾病领域公开数据集，由Zenodo提供，主题涵盖质谱数据。本数据集为消化系统疾病领域的文本公开数据集，由Zenodo提供，主题涵盖质谱数据。
基本信息
资源简介
用于 SIRIUS 6 检索的 Shin-MassBank 质谱数据
Shin-MassBank spectral data for the SIRIUS 6 search 是一个面向质谱数据分析的公开数据集，由 Zenodo 提供，作者为 Matsuda, Fumio，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可。该数据集在本站被归类于消化系统疾病 / 憩室炎方向，主题涵盖质谱数据。其核心内容是 Shin-MassBank 光谱数据的 .ms 文件，专门用于配合 SIRIUS 6 软件进行搜索与分析。对于从事代谢组学、质谱数据处理以及消化系统疾病相关研究的用户而言，该数据集提供了一种可直接用于 SIRIUS 6 搜索的标准化光谱文件集合，同时也提供了与 MassBank Human 记录格式之间的对应关系，便于用户在不同平台之间进行交叉检索与验证。
【数据集背景】
该数据集来源于 doi.org 所指向的来源站，其描述明确指出这些文件是 Shin-MassBank 光谱数据的 .ms 文件，用于通过 SIRIUS 6 进行搜索。SIRIUS 6 是一款常用于质谱数据解析的软件工具，能够对串联质谱数据进行分子式预测、结构注释等分析。Shin-MassBank 则是一个质谱数据库项目，提供人类相关样本的质谱记录。该数据集将同一批光谱以 .ms 文件形式组织，以便直接导入 SIRIUS 6 进行搜索，同时指出相同的光谱也以 MassBank 记录格式在 MassBank Human 中提供。这种双格式并行的组织方式，有助于用户根据自身分析流程选择合适的数据格式。
【数据内容】
数据集的核心内容是 .ms 文件，这些文件属于 Shin-MassBank 光谱数据，用于 SIRIUS 6 搜索。源站描述中给出了一个具体示例：在 HSA001 数据集中，与 “MSBNK-SMB_Measured-HSA001P0205016_0.ms” 对应的 MassBank 记录，可以通过记录 ID “MSBNK-SMB_Measured-HSA001P0205016” 进行检索，该 ID 即为文件名去掉 “_0.ms” 后缀后的部分。此外，数据集还包含一个名为 mzthresholds.csv 的文件，该文件列出了 SIRIUS 6 搜索所需的阈值和参数。源站描述提到该文件的列包括 ms1_mz_averaged_t，但描述在此处中断，未提供完整的列信息。除上述内容外，源站未提供关于数据集规模、光谱数量、覆盖代谢物种类等进一步细节。
【采集与来源】
该数据集的来源站为 doi.org，机构为 Zenodo，作者为 Matsuda, Fumio。源站描述说明，这些 .ms 文件是 Shin-MassBank 光谱数据，用于 SIRIUS 6 搜索；相同的光谱也以 MassBank 记录格式在 MassBank Human 中提供。用户可以通过 MassBank Human 的 “ID Search” 页面，输入记录 ID 来查看对应的 MassBank 记录，也可以直接通过 URL 访问特定记录，例如 https://human.massbank.jp/record/MSBNK-SMB_Measured-HSA001P0205016。此外，该记录还以文本文件形式在 GitHub 上提供，路径为 https://raw.githubusercontent.com/Shin-MassBank/MassBank-Human/main/HSA001/MSBNK-SMB_Measured-HSA001P0205016.txt。关于样本采集的具体方法、仪器参数、实验条件等信息，源站未提供。
【适用场景】
该数据集适用于需要使用 SIRIUS 6 进行质谱搜索与解析的场景。由于数据以 .ms 文件形式提供，用户可以直接将其导入 SIRIUS 6，并利用 mzthresholds.csv 中列出的阈值和参数进行搜索。同时，由于相同光谱在 MassBank Human 中以记录格式提供，该数据集也适用于需要在 MassBank 体系内进行记录查询、比对或验证的用户。本站将其归类于消化系统疾病 / 憩室炎，表明该数据集可能与该领域的质谱研究相关，但源站描述未明确说明其具体应用场景或疾病关联细节。
【使用方法】
用户可以将 .ms 文件用于 SIRIUS 6 搜索。源站描述提供了一个具体的使用示例：若要查看与 “MSBNK-SMB_Measured-HSA001P0205016_0.ms” 对应的 MassBank 记录，可访问 MassBank Human 的 “ID Search” 页面，输入记录 ID “MSBNK-SMB_Measured-HSA001P0205016”，即文件名去掉 “_0.ms” 后缀。也可以直接通过 https://human.massbank.jp/record/MSBNK-SMB_Measured-HSA001P0205016 访问该记录。此外，该记录还可通过 GitHub 上的文本文件获取，地址为 https://raw.githubusercontent.com/Shin-MassBank/MassBank-Human/main/HSA001/MSBNK-SMB_Measured-HSA001P0205016.txt。对于 SIRIUS 6 搜索，用户应参考 mzthresholds.csv 中列出的阈值和参数。源站描述提到该文件包含 ms1_mz_averaged_t 等列，但未提供完整列名或参数说明。
【质量与限制】
该数据集采用 Creative Commons Attribution 4.0 International 许可，允许在署名条件下使用。源站描述提供了与 MassBank Human 记录的对应关系，便于用户交叉验证。然而，源站描述未提供关于数据质量评估、光谱完整性、覆盖范围、潜在误差或技术限制的信息。mzthresholds.csv 的列信息在源站描述中不完整，仅提及 ms1_mz_averaged_t，其余列及具体阈值参数未给出。此外，数据集的样本来源、采集条件、仪器类型等元数据在源站描述中均未涉及。因此，关于该数据集的质量与限制，源站未提供充分信息。
【引用与许可】
该数据集的作者为 Matsuda, Fumio，机构为 Zenodo，发布时间为 2026 年，许可为 Creative Commons Attribution 4.0 International。使用该数据集时，应按照该许可要求进行署名。源站描述中提供了 MassBank Human 记录的直接链接以及 GitHub 上的文本文件链接，用户可据此获取对应记录。关于具体的引用格式、推荐引用文献或数据集的 DOI 信息，源站未提供。
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.22968507
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 1.57 GB。
数据说明
这些是用于SIRIUS 6搜索的ShinMassBank光谱数据的.ms文件。相同的光谱以MassBank记录格式可从MassBank Human获取。例如，要查看HSA001数据集中与“MSBNK-SMB_Measured-HSA001P0205016_0.ms”对应的MassBank记录，请访问“ID Search”页面：https://human.massbank.jp/SMB_ID_Search_page?，并输入该光谱的记录ID“MSBNK-SMB_Measured-HSA001P0205016”（即去掉“_0.ms”后缀的文件名）。或者，您可以直接访问该记录：https://human.massbank.jp/record/MSBNK-SMB_Measured-HSA001P0205016。该记录也可在GitHub上以文本文件形式获取：https://raw.githubusercontent.com/Shin-MassBank/MassBank-Human/main/HSA001/MSBNK-SMB_Measured-HSA001P0205016.txt。文件mzthresholds.csv列出了SIRIUS 6搜索的阈值和参数。其列如下：ms1_mz_averaged_thres：推荐的MS1数据m/z阈值。ms2_mz_averaged_thres：推荐的MS2数据m/z阈值。INSTRUMENT_TYPE：FT或TOF。Polarity：POSITIVE或NEGATIVE。本数据集是Matsuda等人（2026，准备中）的补充材料。
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。
