解吸电喷雾电离质谱法用于2-羟基戊二酸定量与半定量评估数据
数据包含以同位素标记内标实现2-羟基戊二酸（2HG）定量评估（周转时间7分钟）及基于串联质谱的2HG/谷氨酸比值半定量评估（周转时间3分钟）的结果，并关联IDH突变状态
基本信息
资源简介
解吸电喷雾电离质谱法用于2-羟基戊二酸定量与半定量评估数据
Desorption Electrospray Ionization Mass Spectrometry for Quantitative and Semiquantitative Assessment of 2-Hydroxyglutarate Data
该数据集来自Purdue University Research Repository，聚焦脑肿瘤（胶质瘤）研究，采用desorption electrospray ionization mass spectrometry（DESI-MS）对涂抹的人胶质瘤样本进行分析。数据包含以同位素标记内标实现2-羟基戊二酸（2HG）定量评估（周转时间7分钟）及基于串联质谱的2HG/谷氨酸比值半定量评估（周转时间3分钟）的结果，并关联IDH突变状态。IDH突变样本的2HG浓度约为IDH野生型的十倍。该数据可用于术中分子诊断方法的研究与验证（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：在本研究中，人胶质瘤样本被涂抹后通过desorption electrospray ionization mass spectrometry（DESI-MS）进行分析。向样本中加入同位素标记的内标，以实现2HG的定量评估，周转时间为7分钟。IDH突变状态通过比值法评估，其中在串联质谱实验中记录的2HG信号相对于谷氨酸进行测量（周转时间3分钟）。定量2HG浓度与半定量2HG/谷氨酸评估结果相关联。IDH突变样本的2HG浓度约为IDH野生型脑样本的十倍。该方法有潜力作为术中诊断工具，在外科决策过程中提供支持的分子信息。
【主题与分类】
主题标签：Mass Spectrometry、tandem mass spectrometry、molecular marker、2-hydroxyglutarate。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://purr.purdue.edu/publications/5197/1
使用许可：Creative Commons Zero v1.0 Universal。
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://doi.org/10.4231/s6gf-yk02
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
本研究将人脑胶质瘤样本涂片后，采用解吸电喷雾电离质谱（DESI-MS）进行分析。向样本中加入同位素标记的内标，以实现对2HG的定量评估，周转时间为7分钟。通过比率法评估IDH突变状态，即在串联质谱实验中记录的2HG信号相对于谷氨酸进行测量（周转时间3分钟）。定量2HG浓度与半定量2HG/谷氨酸评估结果具有相关性。IDH突变型样本的2HG浓度约为IDH野生型脑样本的十倍。该方法有望作为一种术中诊断工具，在外科决策过程中提供辅助分子信息。
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。
