基于无创临床蛋白质组学的自身免疫性肝炎诊断数据
主题标签：自身免疫性肝炎、临床蛋白质组学、无创诊断、免疫系统疾病、蛋白质组数据。本数据集为免疫系统疾病领域公开数据集，主题涵盖自身免疫性肝炎。
基本信息
资源简介
基于无创临床蛋白质组学的自身免疫性肝炎诊断数据
该数据集英文名为 Data from: Diagnostics of autoimmune hepatitis enabled by non-invasive clinical proteomics，是一项面向免疫系统疾病领域的公开数据集，主题聚焦于自身免疫性肝炎的无创诊断与临床蛋白质组学研究。数据集由 Annelaura Bach Nielsen 于 2025 年发布，收录于 EBI（ebi.ac.uk）平台，属于免疫系统疾病分类下的“其他”子类。从主题构成看，该数据集围绕自身免疫性肝炎这一免疫系统疾病，结合临床蛋白质组学方法，探索无创诊断路径，并提供相应的蛋白质组数据。整体而言，该数据集为免疫系统疾病特别是自身免疫性肝炎相关研究提供了公开可获取的数据资源，适合关注临床蛋白质组学与无创诊断方向的研究者参考使用。
【数据集背景】
自身免疫性肝炎是一种免疫系统疾病，其诊断通常需要综合临床、生化、免疫学与组织学等多方面信息。该数据集以“无创诊断”为切入点，依托临床蛋白质组学技术路线，旨在为自身免疫性肝炎的诊断研究提供数据支撑。数据集发布于 EBI 平台，属于免疫系统疾病领域公开数据集，主题涵盖自身免疫性肝炎、临床蛋白质组学、无创诊断、免疫系统疾病与蛋白质组数据等方向。
【数据内容】
该数据集的主题标签包括自身免疫性肝炎、临床蛋白质组学、无创诊断、免疫系统疾病与蛋白质组数据，表明其内容属于蛋白质组数据范畴，并服务于自身免疫性肝炎的无创诊断研究。关于样本数量、蛋白质鉴定数量、定量指标、文件格式与数据规模等具体内容，源站未提供。
【采集与来源】
该数据集来源于 ebi.ac.uk，源站描述中标注的作者为 Annelaura Bach Nielsen，发布年份为 2025 年，数据集标题为 Diagnostics of autoimmune hepatitis enabled by non-invasive clinical proteomics。关于样本采集方式、临床队列构成、实验流程与仪器平台等具体采集信息，源站未提供。
【适用场景】
基于其主题构成，该数据集可适用于自身免疫性肝炎无创诊断相关的临床蛋白质组学研究，也可作为免疫系统疾病领域蛋白质组数据的参考资源。关于具体的适用分析类型、建模任务与验证场景，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、文件组织方式、预处理步骤与分析流程等。
【质量与限制】
源站未提供关于数据质量评估、完整性、偏倚控制与使用限制的说明。
【引用与许可】
该数据集的引用信息为：Annelaura Bach Nielsen (2025). Diagnostics of autoimmune hepatitis enabled by non-invasive clinical proteomics [Dataset]. https://www.ebi.ac.uk/pride/archive/projects/PXD065892。关于许可条款与使用条件，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://ebi.ac.uk/pride/archive/projects/PXD065892
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
Annelaura Bach Nielsen (2025). Diagnostics of autoimmune hepatitis enabled by non-invasive clinical proteomics [Dataset]. https://www.ebi.ac.uk/pride/archive/projects/PXD065892
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。
