mzML 质谱与 imzML 质谱成像测试数据
主题标签：质谱、mzML、imzML、质谱成像、代谢指纹、蛋白质。本站分类：内分泌、营养和代谢疾病。本数据集为内分泌、营养和代谢疾病领域公开数据集，由Zenodo提供，主题涵盖质谱。
基本信息
资源简介
mzML 质谱与 imzML 质谱成像测试数据
该数据集英文名为“mzML mass spectrometry and imzML mass spectrometry imaging test data”，由作者Robert Winkler发布，机构为Zenodo，发布时间为2023年，采用Creative Commons Attribution 4.0 International许可。数据集收录了三个mzML格式和四个imzML格式的质谱测试数据，涵盖液相色谱电喷雾质谱、电喷雾质谱蛋白质分析以及质谱成像等类型。本站将其归类于“内分泌、营养和代谢疾病 / 其他”领域，主题标签包括质谱、mzML、imzML、质谱成像、代谢指纹和蛋白质。整体而言，该数据集为质谱数据处理、方法测试和代谢相关研究提供了公开可用的测试样本，适合作为工具验证与教学演示的参考资源。
【数据集背景】
该数据集来源于doi.org，由Robert Winkler提交至Zenodo平台，发布时间为2023年。其主题覆盖质谱、mzML、imzML、质谱成像、代谢指纹和蛋白质等方向。本站分类将其归入“内分泌、营养和代谢疾病 / 其他”类别，表明该数据可能与代谢相关研究存在关联，但源站未提供该分类的具体依据或进一步说明。数据集的核心价值在于提供多种质谱数据格式的测试样本，包括mzML和imzML两类常见格式，便于研究人员在统一格式下开展数据处理、算法测试和方法比较。
【数据内容】
该数据集包含三个mzML文件和四个imzML文件。mzML数据统一编译在名为“mzML”的单个目录中并打包为压缩文件。其中，Col_1.mzML是来自拟南芥提取物的液相色谱电喷雾质谱数据集，相关研究发表于Sotelo-Silveira, M., Chauvin, A.-L., Marsch-Martínez, N., Winkler, R. & De Folter, S.的论文“Metabolic fingerprinting of Arabidopsis thaliana accessions”，发表于Frontiers in Plant Science 6, 1–13 (2015)，DOI为10.3389/fpls.2015.00365。Cytochrome_C.mzML是细胞色素C的电喷雾质谱数据集，相关讨论见于Winkler, R.的论文“ESIprot: a universal tool for charge state determination and molecular weight calculation of proteins from electrospray ionization mass spectrometry data”，发表于Rapid Communications in Mass Spectrometry 24, 285–294 (2010)，DOI为10.1002/rcm.4384。T9_A1.mzML为低温等离子体相关数据，源站描述在此处中断，未提供完整说明。四个imzML质谱成像数据集的具体内容，源站未提供。
【采集与来源】
该数据集由Robert Winkler提供，机构为Zenodo，来源站为doi.org。mzML数据的采集方式涉及液相色谱电喷雾质谱和电喷雾质谱，分别用于拟南芥提取物代谢指纹分析和细胞色素C蛋白质分析。T9_A1.mzML涉及低温等离子体，但源站描述不完整。imzML数据属于质谱成像类型，其具体采集参数、仪器型号、实验条件等信息，源站未提供。
【适用场景】
该数据集适用于质谱数据处理工具的开发与测试，尤其是支持mzML和imzML格式的软件验证。mzML数据可用于液相色谱电喷雾质谱和电喷雾质谱数据的解析、电荷状态确定、分子量计算以及代谢指纹分析等方法测试。imzML数据可用于质谱成像数据处理方法的验证。此外，该数据集也可用于教学演示、格式转换测试和算法比较。由于本站分类将其归入内分泌、营养和代谢疾病领域，可能对代谢相关研究具有参考价值，但源站未提供该分类的具体应用说明。
【使用方法】
mzML数据已统一编译在“mzML”目录中并打包为压缩文件，用户可下载后解压使用。imzML数据的具体组织方式，源站未提供。用户可根据自身需求，使用支持mzML和imzML格式的质谱数据处理软件打开和分析这些文件。对于Col_1.mzML和Cytochrome_C.mzML，可参考对应发表论文中的方法进行数据解读。T9_A1.mzML和四个imzML数据集的使用方法，源站未提供详细说明。
【质量与限制】
该数据集为测试数据，源站未提供关于数据质量、完整性、精度或验证结果的详细说明。T9_A1.mzML的描述在源站中不完整，可能影响用户对该文件的理解和使用。四个imzML数据集的具体内容、采集条件和质量信息均未提供。此外，本站分类与源站描述之间的关联性未作说明。用户在使用时应自行评估数据适用性，并参考相关发表论文获取更多背景信息。
【引用与许可】
该数据集采用Creative Commons Attribution 4.0 International许可，允许在署名条件下共享和改编。使用时应引用作者Robert Winkler及Zenodo平台。对于Col_1.mzML和Cytochrome_C.mzML，还应分别引用Sotelo-Silveira等（2015）和Winkler（2010）的论文。T9_A1.mzML和imzML数据集的引用要求，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://doi.org/10.5281/zenodo.8185091
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:
数据集大小约 1.15 GB。
数据说明
该存储库包含三个mzML和四个imzML质谱数据集。mzML数据集中编译在一个名为“mzML”的单一目录中，并已压缩：Col_1.mzML是来自拟南芥提取物的液相色谱（LC）ESI MS数据集，发表于：Sotelo-Silveira, M., Chauvin, A.-L., Marsch-Martínez, N., Winkler, R. & De Folter, S. 拟南芥生态型的代谢指纹分析。《植物科学前沿》6, 1–13 (2015)。https://doi.org/10.3389/fpls.2015.00365。Cytochrome_C.mzML是细胞色素C的电喷雾质谱（ESI MS）数据集。相关数据在以下文献中讨论：Winkler, R. ESIprot：一种通用工具，用于从电喷雾电离质谱数据中确定蛋白质的电荷状态和计算分子量。《质谱快速通讯》24, 285-294 (2010)。https://doi.org/10.1002/rcm.4384。T9_A1.mzML是拟南芥与木霉相互作用的低温等离子体（LTP）MS数据集，发表于1. Torres-Ortega, R. 等。体内低温等离子体电离质谱（LTP-MS）揭示6-戊基-2H-吡喃-2-酮（6-PP）作为植物-真菌互作期间生理变量的调控。
代谢物 12, 1231 (2022)。https://doi.org/10.3390/metabo12121231。imzML 质谱成像数据分别压缩：imzML_AP_SMALDI.zip 包含小鼠膀胱玻片的 AP-SMALDI 质谱成像数据集，由 Römpp A、Guenther S、Schober Y、Schulz O、Takats Z、Kummer W、Spengler B. 发布，ProteomeXchange 数据集 PXD001283。2014年，可从 https://www.ebi.ac.uk/pride/archive/projects/PXD001283 获取；出版物：Römpp A、Guenther S、Schober Y、Schulz O、Takats Z、Kummer W、Spengler B；通过质谱进行组织学：从高精度生物分析成像中获得的免标记组织表征，Angew Chem Int Ed Engl, 49, 22, 3834-8 (2014)。https://doi.org/10.1002/anie.200905559，PubMed：20397170。imzML_DESI.zip 是一个 DESI 质谱
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。
