人源假性剥脱性青光眼房水蛋白质组分析
该数据集来自 omicsdi.org,属于眼及附器疾病/青光眼分类,主题标签为 Proteomics。数据为 label free 蛋白质组学数据,采集自白内障手术期间的人类供体房水,样本包括非青光眼对照(CTL-GC)、假性剥脱综合征(PEX-GC)以及合成的 GC-Globulin 纯蛋白(GC

基本信息
资源简介
人源假性剥脱性青光眼房水蛋白质组分析
该数据集来自 omicsdi.org,属于眼及附器疾病/青光眼分类,主题标签为 Proteomics。数据为 label free 蛋白质组学数据,采集自白内障手术期间的人类供体房水,样本包括非青光眼对照(CTL-GC)、假性剥脱综合征(PEX-GC)以及合成的 GC-Globulin 纯蛋白(GC-Pure)。房水采集量约 50-120 ul,采集在获得知情同意后、不收集身份标识但记录全部疾病与用药史的条件下进行。该数据可用于比较不同青光眼相关状态下房水蛋白质组差异,支持疾病机制与生物标志物研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):假性剥脱综合征(PEX)是一种全身性疾病,表现为全身出现蓬松的蛋白质性纤维状物质。在眼部,此类沉积物因阻碍房水外流而导致青光眼(PEXG)。当患者出现急性青光眼时,需要取出眼内部分房水以缓解疼痛和压力。该 label free 蛋白质组学数据集采集自白内障手术期间的人类供体。房水是在必要的眼科手术过程中通过前房穿刺采集的,采集前已获得人类受试者的知情同意,未收集身份标识,但收集了所有疾病和用药史。样本采集包括非青光眼对照(CTL-GC)、假性剥脱综合征患者(PEX-GC)以及合成的 GC-Globulin 纯蛋白(GC-Pure)。房水采集体积约为 50-120 ul。
【主题与分类】
主题标签:Proteomics。本站分类:眼及附器疾病/青光眼。
【获取与许可】
源站页面:https://omicsdi.org/dataset/massive/MSV000093682
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/massive/MSV000093682
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
剥脱综合征(PEX)是一种全身性疾病,表现为全身出现蓬松的蛋白质纤维状物质。在眼部,此类沉积物因阻碍房水外流而导致青光眼(PEXG)。当患者出现急性青光眼时,需要抽取眼内部分房水以缓解疼痛和压力。该无标记蛋白质组学数据集采集自接受白内障手术的人类供体。房水采集于必要的眼科手术操作中,在获得人类受试者知情同意后允许进行前房穿刺,且未收集身份识别信息,但收集了所有疾病和用药史。样本采集包括非青光眼对照组(CTL-GC)、剥脱综合征患者(PEX-GC)以及合成的GC-球蛋白纯蛋白(GC-Pure)。通过前房穿刺采集约50-120微升的房水,采集后立即储存于-80°C直至分析。蛋白质提取通过在提取缓冲液(TEAB、NaCl和SDS)中匀浆组织来完成。对蛋白质含量进行估算,并将各实验样本归一化至10微克。
样品使用TCEP还原,碘乙酰胺烷基化,并经胰蛋白酶过夜消化。非靶向液相色谱-质谱分析在Easy nLC 1000液相色谱仪与QExactive质谱仪联用系统(LC-MS/MS)上进行。数据分析采用Proteome Discoverer 3.0和Graph Pad Prism 10软件。每个样品独立运行三次。原始质谱数据文件通过Proteome Discoverer 3.0进行分析。人类蛋白质组从UniProt下载,作为蛋白质鉴定的目标数据库。最大漏切位点设置为2,最小肽段长度设为6。前体质量容差设为10ppm,碎片质量容差设为0.02 Da。实验蛋白质的翻译后修饰包括氧化、乙酰化,
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。




