苗族孕妇妊娠期糖尿病非靶向血清蛋白质组学数据
该数据集为一项针对 78 名苗族孕妇妊娠期糖尿病（GDM）的匹配病例对照研究提供非靶向血清蛋白质组学数据。数据采用 Thermo Scientific EASY-LC 1200 纳升液相色谱与 Orbitrap Eclipse 质谱仪联用，以数据非依赖采集（DIA）模式获取质谱数据，实现全面无偏的前
基本信息
资源简介
苗族孕妇妊娠期糖尿病非靶向血清蛋白质组学数据
Untargeted serum proteomics data of Gestational Diabetes Mellitus in Miao pregnant women
该数据集为一项针对 78 名苗族孕妇妊娠期糖尿病（GDM）的匹配病例对照研究提供非靶向血清蛋白质组学数据。数据采用 Thermo Scientific EASY-LC 1200 纳升液相色谱与 Orbitrap Eclipse 质谱仪联用，以数据非依赖采集（DIA）模式获取质谱数据，实现全面无偏的前体离子覆盖。原始数据经 Spectronaut 软件处理并检索 UniProt 人类蛋白质组数据库完成蛋白质鉴定与定量。该数据可用于 GDM 相关血清蛋白标志物发现、病例对照差异分析及苗族孕妇人群的蛋白质组学研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含支持一项针对 78 名苗族孕妇妊娠期糖尿病（GDM）匹配病例对照研究的非靶向血清蛋白质组学数据。非靶向血清蛋白质组谱分析使用 Thermo Scientific EASY-LC 1200 纳升液相色谱系统与 Orbitrap Eclipse 质谱仪联用进行。质谱数据以数据非依赖采集（DIA）模式获取，以实现全面且无偏的前体离子覆盖。蛋白质鉴定与定量：原始质谱数据使用 Spectronaut 软件处理并检索 UniProt 人类蛋白质组数据库。
【主题与分类】
主题标签：Clinical nutrition。本站分类：内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Untargeted_serum_proteomics_data_of_Gestational_Diabetes_Mellitus_in_Miao_pregnant_women/32843702/1
使用许可：Creative Commons Attribution 4.0 International。
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/10.6084/m9.figshare.32843702.v1
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
该数据集包含支持一项针对78名苗族孕妇妊娠期糖尿病(GDM)匹配病例对照研究的非靶向血清蛋白质组学数据。非靶向血清蛋白质组学分析采用Thermo Scientific EASY-LC 1200纳升液相色谱系统与Orbitrap Eclipse质谱仪联用进行。质谱数据以数据非依赖采集(DIA)模式获取，以实现全面且无偏的前体离子覆盖。蛋白质鉴定与定量：原始质谱数据使用Spectronaut软件处理，并针对UniProt人类蛋白质组数据库进行搜索。
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。
