Becker与Duchenne肌营养不良血清生物标志物候选对比数据集（Additional file 2）
通过多种方法进行尿液蛋白质组分析，鉴定Titin为Becker肌营养不良疾病严重程度最具区分度的无创尿液生物标志物[数据集]
基本信息
资源简介
Becker与Duchenne肌营养不良血清生物标志物候选对比数据集（Additional file 2）
该数据集英文名称为 Additional file 2 of Contrasting Becker and Duchenne muscular dystrophy serum biomarker candidates by using data independent acquisition LC-MS/MS，在站内归入肌肉骨骼疾病 / 其他分类，来源站为 ebi.ac.uk。源站对该数据集的描述指向一项以尿液蛋白质组分析为主题的研究：Kimchi K. Le（2026）的 Urinary Proteome Profiling by Several Methods Identifies Titin as the Most-Differentiating Noninvasive Urinary Biomarker of Disease Severity in Becker Muscular Dystrophy，数据集链接为 https://www.ebi.ac.uk/pride/archive/projects/PXD080765。从简短侧写来看，该数据集关联的核心信息是：通过多种方法进行尿液蛋白质组分析，鉴定 Titin 为 Becker 肌营养不良疾病严重程度最具区分度的无创尿液生物标志物。以下依据可获得的信息对该数据集作分段介绍。
【数据集背景】
该数据集所属的研究背景是肌营养不良症的生物标志物探索。源站描述所对应的研究聚焦于 Becker 肌营养不良（Becker Muscular Dystrophy），并以尿液蛋白质组为分析对象，采用多种方法进行蛋白质组分析，目标是寻找能够反映疾病严重程度的无创生物标志物。数据集名称中出现的“Contrasting Becker and Duchenne muscular dystrophy serum biomarker candidates by using data independent acquisition LC-MS/MS”表明，相关工作还涉及 Becker 型与 Duchenne 型肌营养不良症血清候选生物标志物的对比，并使用数据非依赖采集（data independent acquisition）液相色谱-串联质谱（LC-MS/MS）技术路线。该数据集作为“Additional file 2”出现，属于上述研究工作的补充材料组成部分。
【数据内容】
源站未提供该数据集具体包含的文件类型、记录条数、字段结构、样本数量及标志物列表等细节。可确认的内容仅为：其名称指向一项以数据非依赖采集 LC-MS/MS 对比 Becker 与 Duchenne 肌营养不良症血清候选生物标志物的补充文件；源站描述则指向以多种方法开展尿液蛋白质组分析、并鉴定 Titin 为 Becker 肌营养不良疾病严重程度最具区分度无创尿液生物标志物的研究。除上述指向性信息外，数据集内部的具体内容组成源站未提供。
【采集与来源】
该数据集来源于 ebi.ac.uk，对应 PRIDE 归档项目 PXD080765，源站给出的引用信息为 Kimchi K. Le（2026）的尿液蛋白质组分析数据集。就技术路线而言，数据集名称涉及数据非依赖采集 LC-MS/MS，源站描述涉及多种方法的尿液蛋白质组分析；但样本采集流程、受试者来源、伦理审批信息、仪器型号与实验条件等具体采集细节，源站未提供。
【适用场景】
基于可获得的信息，该数据集适用于与 Becker 和 Duchenne 肌营养不良症生物标志物研究相关的场景，尤其是围绕血清候选生物标志物对比（数据非依赖采集 LC-MS/MS 路线）以及尿液蛋白质组分析、Titin 作为 Becker 肌营养不良疾病严重程度无创尿液生物标志物的验证与参考等用途。由于源站未提供数据的具体内容与格式，其他更细化的适用场景无法确认。
【使用方法】
源站未提供该数据集的使用方法、文件读取方式、分析流程或配套软件说明。
【质量与限制】
源站未提供该数据集的质量评估、数据完整性、批次效应或技术限制等说明。需要指出的是，该数据集为研究工作的补充文件，其解读应结合对应的主研究进行；除此之外的质量与限制信息源站未提供。
【引用与许可】
引用信息可依据源站描述：Kimchi K. Le (2026). Urinary Proteome Profiling by Several Methods Identifies Titin as the Most-Differentiating Noninvasive Urinary Biomarker of Disease Severity in Becker Muscular Dystrophy [Dataset]. https://www.ebi.ac.uk/pride/archive/projects/PXD080765。许可条款与使用授权信息源站未提供。
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/PXD080765
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
Kimchi K. Le（2026）。通过多种方法进行的尿液蛋白质组谱分析确定肌联蛋白为贝克尔型肌营养不良症疾病严重程度最具区分度的无创尿液生物标志物[数据集]。https://www.ebi.ac.uk/pride/archive/projects/PXD080765
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
