DIA-Umpire：数据非依赖采集蛋白质组学综合计算框架

数据集获取

源站：https://omicsdi.org/dataset/massive/MSV000081023

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。

数据说明

该数据集包含44个原始质谱文件，其中包括在TripleTOF 5600上进行的27次DIA（SWATH）和15次DDA运行，以及在Q Exactive上获取的两个原始质谱文件。数据集的组成在Tsou等人的手稿中有详细描述，题为：“DIA-Umpire：数据独立采集蛋白质组学的综合计算框架”，发表于《Nature Methods》，即将出版。原始文件已存放在ProteomeXchange，并与DIA-Umpire处理数据相关联。每个样本的所有DIA-Umpire处理结果及DDA结果均存放在单独的文件夹中。另请参阅与此Readme文件关联的“DataSampleID.xlsx”。来自Gingras实验室ProHits实施的内部参考：项目94，导出版本VS2（Tsou_DIA-Umpire）。

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。