基本信息

模态

蛋白质

创建/更新时间

2026-10-18

资源简介

纵向研究

Longitudinal study 是一个以蛋白质组学为主题的数据集，收录于 omicsdi.org，并在本站归入内分泌系统疾病 / 糖尿病分类。从源站给出的技术描述看，该数据集涉及经 iTRAQ 标记的 depleted serum（去 depleted 血清）样本，采用 SCX 分级分离，并通过 RP-LC Orbitrap-Velos 平台进行分析。这一组合表明数据属于基于质谱的血清蛋白质组学实验产物，围绕纵向研究设计展开，主题标签为 Proteomics。整体而言，该数据集面向内分泌系统疾病尤其是糖尿病方向的研究语境，可为血清蛋白层面的观察提供数据基础，但其具体样本规模、时间跨度与生物学结论需以源站记录为准。

【数据集背景】

该数据集英文名为 Longitudinal study，本站将其归入内分泌系统疾病 / 糖尿病分类，来源站为 omicsdi.org，主题标签为 Proteomics。从名称与分类可以看出，其设计指向纵向观察，并以蛋白质组学为技术主线，服务于内分泌系统疾病特别是糖尿病相关的研究场景。源站未提供该数据集的具体研究背景、立项目的、疾病亚型或队列定义等信息。

【数据内容】

源站描述为“iTRAQ labelled depleted serum, SCX fractionated, RP-LC Orbitrap-Velos”。据此，数据内容涉及经 iTRAQ 标记的去 depleted 血清样本，样本经过 SCX 分级分离后，采用 RP-LC Orbitrap-Velos 进行液相色谱-质谱分析。主题标签为 Proteomics，说明数据主体为蛋白质组学实验数据。源站未提供蛋白鉴定数量、定量结果、样本数量、时间点设置及数据文件格式等具体内容。

【采集与来源】

该数据集来源于 omicsdi.org。源站描述给出了实验层面的技术路线信息，即 iTRAQ 标记、去 depleted 血清、SCX 分级与 RP-LC Orbitrap-Velos 分析。源站未提供样本采集机构、采集地点、采集时间、伦理审批及具体样本来源等详细信息。

【适用场景】

基于其分类与主题标签，该数据集可用于内分泌系统疾病 / 糖尿病方向的蛋白质组学数据查阅与方法参考，也可作为血清蛋白质组学中 iTRAQ 标记结合 SCX 分级与 RP-LC Orbitrap-Velos 分析流程的示例数据。源站未提供该数据集的具体应用案例、分析目标或验证结论。

【使用方法】

源站未提供该数据集的使用方法、下载方式、数据处理流程、分析软件要求或配套文档说明。

【质量与限制】

源站未提供该数据集的质量评估、数据完整性说明、缺失值情况、批次效应或技术重复等信息。由于缺乏样本规模与实验设计细节，使用时应以源站原始记录为准，不宜对数据覆盖范围作额外推断。

【引用与许可】

源站未提供该数据集的引用方式、许可协议或使用限制说明。

原始链接

https://omicsdi.org/dataset/massive/MSV000078746

访问原始数据

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/massive/MSV000078746

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。

数据说明

iTRAQ labelled depleted serum, SCX fractionated, RP-LC Orbitrap-Velos

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