家族性蛋白S缺乏症所致抗凝障碍的蛋白质组与代谢组图谱数据
该数据集来自 plos.figshare.com，配套 PLOS ONE 2024 年论文，聚焦家族性蛋白S缺乏症所致抗凝障碍的蛋白质组与代谢组图谱分析
基本信息
资源简介
家族性蛋白S缺乏症所致抗凝障碍的蛋白质组与代谢组图谱数据
Summary of AlphaFold metrics between predictions of reduced and full (reference) versions.
该数据集来自 plos.figshare.com，配套 PLOS ONE 2024 年论文，聚焦家族性蛋白S缺乏症所致抗凝障碍的蛋白质组与代谢组图谱分析。数据包含 1 个文件（Table 2.xls），汇总了 AlphaFold 对突变体还原版本与完整参考版本预测之间的指标比较。源站描述指出完整与还原 AlphaFold 模型之间未观察到差异。该数据可用于评估结构预测方法在突变分析中的表现，并支持整合实验数据以改进预测策略（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Analysis of AlphaFold and molecular dynamics structure predictions of mutations in serpins》发表于 PLOS ONE（2024），DOI：10.1371/journal.pone.0304451。源站首次发布：2024-07-05。
【数据内容】
源站描述（机器翻译，仅供参考）：我们观察到完整版与简化版AlphaFold模型之间没有差异。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0304451.t002。
【主题与分类】
源站学科分类：Biophysics、Biochemistry、Physical Sciences not elsewhere classified、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Computational Biology。主题标签：strongest congenital thrombophilia、show significant changes、serine protease inhibitors、integrate experimental data、improve predictive strategies、experimental evidence supporting、crystallographic evidence supporting、predictions obtained、native structure、molecular dynamics。本站分类：血液与淋巴系统疾病/其他。
【适用方向】
源站学科分类标注为 Biophysics、Biochemistry、Physical Sciences not elsewhere classified、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Computational Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Summary_of_AlphaFold_metrics_between_predictions_of_reduced_and_full_reference_versions_/26193319
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Garrido-Rodríguez, Pedro; Carmena-Bargueño, Miguel; de la Morena-Barrio, María Eugenia; Bravo-Pérez, Carlos; de la Morena-Barrio, Belén; Cifuentes-Riquelme, Rosa; et al. (2024). Summary of AlphaFold metrics between predictions of reduced and full (reference) versions.. PLOS ONE. Dataset
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（Figshare）
- 源站标题：Summary of AlphaFold metrics between predictions of reduced and full (reference) versions.
- DOI：10.1371/journal.pone.0304451.t002
- 发布日期：2024-07-05
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Summary_of_AlphaFold_metrics_between_predictions_of_reduced_and_full_reference_versions_/26193319
命令行下载
curl -L -o "Table 2.xls" "https://ndownloader.figshare.com/files/47459878"
文件清单
Table 2.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
We observe no differences between full and reduced AlphaFold models.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0304451.t002（source: https://plos.figshare.com/articles/dataset/Summary_of_AlphaFold_metrics_between_predictions_of_reduced_and_full_reference_versions_/26193319）。
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。
