基于数据独立采集质谱的循环大/小细胞外囊泡富集组分深度蛋白质组分析

数据集获取

源站：https://omicsdi.org/dataset/iprox/PXD043290

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

血浆/血清中的蛋白质反映个体的生理状态。循环细胞外囊泡（EVs）蛋白质构成血浆/血清蛋白质组的很大一部分。因此，对循环血浆/血清细胞外囊泡进行深度、无偏见的蛋白质组分析，有望发现疾病生物标志物并揭示疾病机制。我们建立了一套工作流程，通过超速离心结合4D-DIA-MS，对血清大细胞外囊泡和小细胞外囊泡富集组分进行简单、深度且可重复的蛋白质组分析。在我们关于产科抗磷脂综合征（OAPS）的队列研究中，分别从大细胞外囊泡和小细胞外囊泡富集组分中鉴定出4270和3328种蛋白质。两者均揭示了与OAPS相关的已知或新通路。血管性血友病因子（VWF）和胰岛素受体（INSR）水平升高被确定为生物标志物特征，这为疾病进展中的高凝状态和胰岛素信号传导提供了线索。我们将细胞外囊泡富集组分的深度定量蛋白质组工作流程与靶向验证相结合，将显著促进我们对基于血浆/血清的疾病机制的理解，并产生新的生物标志物。

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。