Allermatch过敏原序列数据库
Allermatch 维护可检索的过敏原序列数据库，并结合序列比对规则辅助判断新蛋白是否与已知过敏原相似，适用于过敏原预测、食品安全评估和蛋白序列分类研究。
基本信息
资源简介
Allermatch过敏原序列数据库
【一句话概览】
Allermatch tm 数据库收录了三个已知致敏蛋白数据库的条目，分别来自 UniProt 蛋白知识库、世界卫生组织与国际免疫学联合会（WHO-IUIS）的过敏原命名列表，以及综合蛋白过敏原资源（COMPARE）。在序列加入数据库前，系统会依据 UniProtKB 提供的翻译后修饰预测自动去除信号肽和前肽，形成 AllergenDB_propeptides_removed，以符合 2001 年 FAO/WHO 专家咨询关于转基因食品潜在致敏性评估的建议，帮助用户避免因前肽和信号肽比对造成的假阳性。该库另提供保留翻译后修饰的未处理序列数据库 AllergenDB_original_sequences，供用户选择比对，但需注意可能产。
【数据集背景】
本数据集源站标题为《Allermatch tm database》。
【数据内容】
源站原始描述：Allermatch tm contains the entries of three databases of known allergenic proteins that have been listed by: The UniProt Protein Knowledgebase ( UniProtKB ) The list of allergen nomenclature of the joint World Health Organization and International Union of Immunological Societies ( WHO-IUIS ) The Comprehensive Protein Allergen Resource ( COMPARE ) Signal- and pro-peptides are automatically removed from the allergen sequences based on the predictions of post-translational modifications (PTMs) pro…
中文译文（机器翻译，仅供快速理解，请以原文为准）：Allermatch tm 包含三个已知致敏蛋白数据库的条目，这些数据库由以下机构列出：UniProt 蛋白质知识库（UniProtKB）、世界卫生组织与国际免疫学联合会联合致敏原命名列表（WHO-IUIS）、综合蛋白质致敏原资源（COMPARE）。在将序列添加到 Allermatch tm 数据库（AllergenDB_propeptides_removed）之前，基于 UniProtKB 提供的翻译后修饰（PTMs）预测，信号肽和前肽会从致敏原序列中自动移除。该序列处理方式符合 FAO/WHO 转基因食品潜在致敏性评估专家咨询会议（2001；链接）的建议，该建议用于制定 Codex alimentarius 关于生物技术来源食品安全评估的指南。与其他服务提供商相比，这是 Allermatch tm 网站的一个突出且独特的特征。它帮助用户确保符合上述建议，从而避免因与前肽和信号肽片段比对而 otherwise 导致的假阳性结果。AllergenDB_original_sequences 数据库包含带有 PTMs 的未处理致敏原序列，并在 Allermatch tm 中作为单独数据库提供。用户可以选择包含未处理序列的 AllergenDB 数据库，以将其与自己的查询序列进行比较，但应意识到，这可能会产生与仍附着在存储序列上的前肽和信号肽的额外比对。UniProt：UniProt 致敏原列表指的是 UniProt 网站上的登录号，这些登录号包含注释良好的序列。WHO-IUIS：WHO-IUIS 列表包含致敏原，例如玉米致敏原 Zea m 14，每个致敏原已被细分为一个或多个同种致敏原。这些同种致敏原是来自同一来源的致敏蛋白，显示出微小差异，例如单个氨基酸替换（例如，Zea m 14.0101 和 Zea m 14.0102）。该列表包含在提交后已注册的致敏蛋白，例如由发现新…
【主题与分类】
主题标签：allergenic proteins、allergen、UniProt、WHO-IUIS、COMPARE、protein sequences、allergenicity、genetically modified foods、safety assessment。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://allermatch.org/database.html
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。
暂未开放有偿下载
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://allermatch.org/database.html
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
Allermatch 提供过敏原序列集合和比对工具，可用于食品蛋白或环境蛋白的潜在过敏原筛查。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
