基本信息

模态

基因组

创建/更新时间

2026-10-17

资源简介

GNPS 分子网络示例数据集 - Burkholderia LB

GNPS Molecular Networking Example Dataset - Burkholderia LB 是一个面向代谢组学研究的示例数据集，围绕分子网络构建与质谱数据处理流程展开。该数据集提供了液相色谱-串联质谱（LC-MS/MS）原始数据，以及配套的元数据表、MZmine2 批处理文件和全部处理结果文件，可用于演示从原始质谱数据到分子网络的完整分析路径。其方法学背景涉及分子网络策略与基因簇分析、肽类天然产物的计算机去重复化相结合的研究思路，适合作为相关方法学章节的配套示例材料使用。

【数据集背景】

该数据集来源于 omicsdi.org，在分类上归属于感染 / 感染性疾病领域，主题标签为代谢组学。其设计目的是作为 Methods in Enzymology 相关章节的示例数据集，该章节讨论的是质谱与基因簇分析相结合、并对肽类天然产物进行计算机去重复化的分子网络策略。因此，该数据集并非针对某一特定临床问题构建的队列数据，而是服务于方法学演示与教学用途的示例材料，帮助研究者理解分子网络方法在天然产物发现与代谢组学分析中的实际应用方式。

【数据内容】

数据集包含四类内容：一是 LC-MS/MS 原始数据，采用 centroid（中心化）模式并经过锁质量校准，文件格式为 mzXML；二是用于 FBMN（基于特征的分子网络）分析的元数据表；三是供 MZmine2 进行数据处理的批处理文件；四是 MZmine 2 处理产生的全部结果文件。上述内容覆盖了从原始质谱文件到特征提取、再到分子网络输入文件的完整链条，使用者可以据此复现处理流程或将其作为自有数据处理的参照模板。

【采集与来源】

数据来源站为 omicsdi.org。关于样本的具体来源、采样地点、采样时间、仪器型号与色谱质谱参数等信息，源站未提供。数据集的实验细节在源站描述中指向 PMID: 32212725，可据此文献获取更完整的实验背景。

【适用场景】

依据其主题与方法学定位，该数据集可用于分子网络构建的演示、质谱数据处理流程的教学与验证，以及结合基因簇分析与肽类天然产物计算机去重复化策略的方法学研究。对于希望学习 FBMN 工作流或 MZmine2 参数配置的研究人员，该数据集提供了可直接使用的输入文件与参考输出结果。

【使用方法】

使用者可借助提供的 MZmine2 批处理文件对 mzXML 原始数据进行处理，复现特征提取等步骤，并将处理结果与数据集附带的结果文件进行比对；随后结合元数据表构建 FBMN 分子网络。具体的软件版本、参数设置细节与操作步骤，源站未提供。

【质量与限制】

该数据集为示例性质的数据集，其主要用途是方法演示而非特定科学结论的验证。原始数据经过中心化与锁质量校准处理。关于数据规模、样本数量、质控指标与批次信息等，源站未提供。

【引用与许可】

源站描述中给出了实验细节对应的文献标识 PMID: 32212725，使用时应参考该文献。关于数据集的许可协议与具体引用格式，源站未提供。

原始链接

https://omicsdi.org/dataset/gnps/MSV000087997

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/gnps/MSV000087997

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。

数据说明

《酶学方法》章节示例数据集——基于分子网络的质谱策略结合基因簇分析及肽类天然产物的计算机去重复化。该数据集包括LC-MS/MS原始数据（中心化、锁质量校准的mzXML文件格式）、用于FBMN的元数据表、MZmine2数据处理的批处理文件，以及MZmine 2处理产生的所有结果文件。实验详情参见PMID: 32212725。

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