PXD003943：柠檬酸杆菌分泌效应因子的宿主靶标
PXD003943: Host targets of Citrobacter secreted effectors 是一个来自 ebi.ac.uk 的数据集，主题为通过亲和纯化结合质谱鉴定被柠檬酸杆菌分泌效应蛋白靶向的人类蛋白；本站将其归类为感染 / 感染性疾病
基本信息
资源简介
PXD003943：柠檬酸杆菌分泌效应因子的宿主靶标
PXD003943: Host targets of Citrobacter secreted effectors 是一个来自 ebi.ac.uk 的数据集，主题为通过亲和纯化结合质谱鉴定被柠檬酸杆菌分泌效应蛋白靶向的人类蛋白；本站将其归类为感染 / 感染性疾病。
【数据集背景】
该数据集的英文名称为 PXD003943: Host targets of Citrobacter secreted effectors。其主题标签包括 Host targets、Type 3 secretion system、Effectors，以及 Homo sapiens (human)（NEWT:9606）相关标注。源站描述指出，研究目标是鉴定被柠檬酸杆菌分泌效应蛋白靶向的人类蛋白。除此之外，关于研究背景、病原体具体种属、感染模型、疾病表型、研究动机与科学问题的更多信息，源站未提供。
【数据内容】
从源站描述看，数据集内容围绕“宿主靶点”展开，关注柠檬酸杆菌分泌效应蛋白与人类蛋白之间的靶向关系。主题标签中的 Type 3 secretion system 表明该数据集涉及 III 型分泌系统这一主题；Effectors 表明涉及效应蛋白；Host targets 表明涉及宿主靶点；Homo sapiens (human) 与 NEWT:9606 表明研究对象包含人类。描述中提到的鉴定手段是亲和纯化后接质谱。关于具体鉴定到多少个人类蛋白、蛋白清单、互作强度、定量结果、肽段与谱图数量、原始数据文件结构等，源站未提供。
【采集与来源】
该数据集来源站为 ebi.ac.uk。源站描述写明：通过亲和纯化后接质谱来鉴定被柠檬酸杆菌分泌效应蛋白靶向的人类蛋白。也就是说，实验流程的核心环节包括亲和纯化和质谱鉴定。关于样本来源、细胞类型、菌株、培养条件、亲和纯化标签、质谱仪器型号、色谱条件、采集参数、重复次数等实验细节，源站未提供。
【适用场景】
本站分类为感染 / 感染性疾病，主题涉及 Host targets、Type 3 secretion system、Effectors 与人类。该数据集被放在感染 / 感染性疾病类别下，并带有上述主题标签。关于更具体的适用场景、可支持的研究问题、能否用于药物靶点发现、疫苗设计或诊断标志物筛选等，源站未提供。
【使用方法】
源站未提供具体的使用方法、数据下载方式、检索接口、分析流程、格式说明或配套工具说明。
【质量与限制】
源站未提供质量评估信息，包括数据完整性、覆盖度、假阳性与假阴性风险、重复性、定量准确性、样本量、统计学阈值等。由于缺少这些信息，无法依据源站已提供的内容判断该数据集的质量水平与使用限制。
【引用与许可】
源站未提供引用格式、许可条款、使用限制或版权说明。该数据集来自 ebi.ac.uk，但具体引用与许可要求需以源站信息为准。
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/PXD003943
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
通过亲和纯化及后续质谱分析鉴定被柠檬酸杆菌分泌的效应蛋白靶向的人类蛋白质。
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。
