结构分析识别对人类蛋白质界面可能受起始甲硫氨酸去除影响的数据与可复现性存档

数据集获取

源站：https://doi.org/10.5281/zenodo.23548083

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 85.7 MB。

数据说明

本档案提供数据、冻结输入、分析代码及验证材料，以支持手稿《结构分析识别出可能对起始甲硫氨酸去除敏感的人类蛋白质界面》。该研究考察了起始甲硫氨酸去除可能影响堆积或配体识别的蛋白质界面。对7，246个生物组装体的调查确定了可供详细结构分析的候选蛋白质。蛋白酶体示例突出了不同的PSMA7配体环境、广泛的PSMA4亚基间堆积，以及PSMA6与组装伴侣PSMG1的主链接触。版本1.5.0纳入了2026年10月的验证与报告更新。补充数据4及相应的数据8输出现已一致采用2–3、4–5、6–11和≥12条链的组装体规模分层，与图1相符。此报告更正未改变候选成员资格和合并关联估计。新的补充数据10包含数值复现检查、独立队列与序列比对检查、局部结构验证证据、PSMA7冷冻电镜图谱切片，以及支持图6的代码。

本次发布保留了原始普查测量数据，并新增了对所报告分析的重点核验。该数据包包含补充数据1至10，整理为六个Excel工作簿和五个ZIP压缩包，另附一份README和SHA-256校验和。数据8分为分析/源数据与冻结输入两个压缩包。完整的冷冻电镜图谱可通过数据10中记录的源链接获取；该压缩包包含用于该图的冷冻切片。本次发布更新了2026年9月25日发布的1.4.0版本（DOI：10.5281/zenodo.22966146）。更早的版本仍作为历史记录提供。为本研究编写的软件及其文档采用MIT许可证。原始衍生数据集和图件采用CC BY 4.0许可。现有条款和署名r

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。