人类胰岛蛋白质组数据库

数据集获取

源站：https://ebi.ac.uk/pride/archive/projects/PXD000050

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

2型糖尿病是一种在全球范围内达到流行程度的疾病。该病的快速进展迫切需要对其病理生理学有更广泛和更深入的理解。根据这一声明，人类糖尿病蛋白质组计划（HDPP）于2012年在波士顿举行的第11届HUPO会议上正式启动。会议专门为这一新倡议设立了一场特别会议，汇集了与糖尿病及其相关并发症主要议题相关的专家。与会者围绕关键问题展开讨论，重点关注循环葡萄糖和游离脂肪酸紊乱如何诱导功能障碍。已决定HDPP将因此聚焦于研究导致葡萄糖和脂质水平异常的糖尿病早期阶段。该倡议最初将聚焦于朗格汉斯胰岛、产生胰岛素的细胞系以及来自糖尿病相关队列的人类血液样本。在后续阶段，HDPP将研究葡萄糖和脂质可能促进蛋白质功能障碍的靶组织。将部署以组学为基础、并由生物信息学增强的系统方法，以揭示脂质和葡萄糖触发糖尿病发生与进展的影响。已为2013年在横滨举行的第12届HUPO会议确定了首个里程碑：1000个糖尿病相关蛋白数据库（the 1000-HDPP），即一个可免费获取的互联网资源（www.HDPP.info），包含1000多种蛋白质，并附有与其对应的蛋白型肽段、亲和试剂和蛋白质特异性生物学/生物医学信息的链接。人胰岛经消化并通过离线凝胶电泳分离。使用LTQ-Orbitrap velos质谱仪进行分析（CID碎裂，四窗口m/z气相分级分离：400-520、515-690、685-979、974-2000）。

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。