Volpatti肌病数据集P124 Lumos VS8
该数据可用于蛋白质组学分析,支撑XLMTM相关机制研究与治疗靶点探索(来源 omicsdi.org)。该数据集包含9个原始质谱文件,由Orbitrap Fusion Lumos Tribrid质谱仪以数据依赖采集模式获取

基本信息
资源简介
Volpatti肌病数据集P124 Lumos VS8
该数据集包含9个在Orbitrap Fusion Lumos Tribrid质谱仪上以数据依赖采集模式获取的原始质谱文件,样本由Jonathan Volpatti制备,Cassandra Wong完成样品处理与质谱采集,数据分析由Cassandra Wong和Jonathan Volpatti共同完成。数据与Jonathan Volpatti等人提交的稿件相关,主要目标为理解X-linked myotubular myopathies(XLMTM)的疾病病理机制并寻找潜在疗法。该数据可用于蛋白质组学分析,支撑XLMTM相关机制研究与治疗靶点探索(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含9个原始质谱文件,由Orbitrap Fusion Lumos Tribrid质谱仪以数据依赖采集模式获取。细胞和裂解物由Jonathan Volpatti生成。样品处理和质谱采集由Cassandra Wong完成。数据分析由Cassandra Wong和Jonathan Volpatti完成。这些文件与Jonathan Volpatti等人提交发表的稿件相关。本文的主要目标是理解X-linked myotubular myopathies(XLMTM)的潜在疾病病理机制并确定潜在疗法。James J. Dowling是稿件的通讯作者(james.dowling@sickkids.ca);有关该数据集的问题应联系Karen Colwill(colwill@lunenfeld.ca)。本次提交附带3个补充文件(除本README文件外)。表1描述了co
【主题与分类】
主题标签:Proteomics。本站分类:肌肉骨骼疾病/其他。
【获取与许可】
源站页面:https://omicsdi.org/dataset/massive/MSV000089872
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/massive/MSV000089872
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
该数据集包含9个原始质谱文件,这些文件是在Orbitrap Fusion Lumos三合一质谱仪上以数据依赖采集模式获取的。细胞和裂解物由Jonathan Volpatti制备。样品处理和质谱采集由Cassandra Wong完成。数据分析由Cassandra Wong和Jonathan Volpatti共同完成。这些文件与Jonathan Volpatti等人提交发表的手稿相关。本文的主要目标是理解X连锁肌管肌病(XLMTM)的潜在疾病病理机制,并确定潜在的治疗方法。James J. Dowling是手稿的通讯作者(james.dowling@sickkids.ca);有关本数据集的问题,请联系Karen Colwill(colwill@lunenfeld.ca)。本次提交附有3个补充文件(除本README文件外)。表1描述了本数据集的组成。表2描述了所有蛋白质、肽段和PSM(肽段谱匹配)证据。表3仅描述了蛋白质水平的分析。
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。




