基于SWATH-MS的骨关节炎与骨关节炎合并2型糖尿病膝关节滑液PBA富集糖化/糖基化蛋白蛋白质组分析
该数据集来自omicsdi.org,针对骨关节炎(OA)及骨关节炎合并2型糖尿病(OADM)患者的膝关节滑液样本,采用SWATH-MS对苯硼酸(PBA)富集的含顺式二醇的糖化/糖基化蛋白进行全局蛋白质组分析

基本信息
资源简介
基于SWATH-MS的骨关节炎与骨关节炎合并2型糖尿病膝关节滑液PBA富集糖化/糖基化蛋白蛋白质组分析
该数据集来自omicsdi.org,聚焦骨关节炎(OA)与骨关节炎合并2型糖尿病(OADM)患者的膝关节滑液样本,采用SWATH-MS技术对经苯硼酸(PBA)富集的含顺式二醇的糖化/糖基化蛋白开展全局蛋白质组分析。研究旨在刻画OADM相较于单纯OA在代谢失调、细胞外基质重塑及炎症过程中的差异蛋白特征,并探讨这些蛋白作为区分OADM与OA的候选生物标志物、支持疾病分层研究的转化价值。数据集归类于内分泌、营养和代谢疾病下的糖尿病方向,主题标签为蛋白质组学。
【数据集背景】
骨关节炎的严重程度在合并2型糖尿病的个体中往往进一步加剧,形成以代谢与退行性改变增强为特征的共病状态(OADM)。然而,这一关联背后的分子机制目前仍认识不足。该数据集正是在这一背景下产生,试图从滑液糖化/糖基化蛋白组的层面补充对OA与OADM分子差异的理解。
【数据内容】
数据集的核心内容为膝关节滑液样本中经PBA富集的含顺式二醇的糖化/糖基化蛋白的SWATH-MS全局蛋白质组分析结果,涵盖OA与OADM患者样本。数据捕获了与OADM相关的差异丰度蛋白特征,涉及代谢失调、细胞外基质重塑和炎症过程。从转化角度看,这些蛋白可能作为区分OADM与OA的候选生物标志物,并支持后续疾病分层研究。
【采集与来源】
数据来源于omicsdi.org,样本为OA及OADM患者的膝关节滑液,实验采用SWATH-MS对PBA富集的糖化/糖基化蛋白进行蛋白质组学检测。其余采集地点、时间、样本量等信息源站未提供。
【适用场景】
适用于比较OA与OADM滑液糖化/糖基化蛋白组差异、探索OADM相关代谢与炎症分子特征、筛选区分OADM与OA的候选生物标志物,以及为疾病分层研究提供蛋白质组层面的参考依据。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
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://omicsdi.org/dataset/pride/PXD062955
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:
数据说明
骨关节炎(OA)的严重程度在2型糖尿病(T2DM)个体中常被加剧,从而形成一种以代谢和退行性改变增强为特征的共病状态(OADM)。然而,这种关联背后的分子机制仍未被充分理解。在本研究中,我们对来自OA和OADM患者膝关节滑液样本中经苯硼酸(PBA)富集的含顺式二醇的糖化/糖基化蛋白进行了基于SWATH-MS的全蛋白质组分析。该数据集捕获了与OADM中代谢失调、细胞外基质重塑和炎症过程相关的差异丰度蛋白特征。从转化医学的角度来看,这些蛋白可能具有潜在相关性,可作为区分OADM与OA的候选生物标志物,并支持未来对疾病分层和靶向治疗方法的研究。
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。




