用于脑肿瘤生物标志物验证的MRM数据集

数据集获取

源站：https://omicsdi.org/dataset/panorama/PXD024238

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

过去十年间，组学技术的出现推动了研究进展以及对脑癌等复杂疾病的认识。然而，除基因组学外，尚无其他组学技术在临床环境中得到应用。近期质谱仪器的进步使蛋白质组学技术变得更加灵敏和可靠。靶向蛋白质组学作为基于质谱的蛋白质组学中相对较新的分支，在弥补Western印迹和免疫组织化学等标准分子生物学技术的不足方面展现出巨大潜力。在本研究中，我们展示了多反应监测（MRM）——一种靶向蛋白质组学方法——在定量胶质瘤和脑膜瘤患者脑脊液（CSF）中载脂蛋白A1（APOA1）、载脂蛋白E（APOE）、前列腺素H2 D-异构酶（PTGDS）、玻连蛋白（VTN）和补体C3（C3）等蛋白质肽段方面的实用性。

此外，我们还报告了手术切除的脑膜瘤组织中蛋白质来源的肽段转变——波形蛋白（VIM）、胱抑素-C（CST3）和簇集蛋白（CLU）；手术切除的胶质瘤组织中膜联蛋白A1（ANXA1）、超氧化物歧化酶（SOD2）和VIM；以及手术切除的髓母细胞瘤组织中微管相关蛋白-2（MAP-2）、剪接因子3B亚基2（SF3B2）和VIM。据我们所知，这是首次报告来自三种脑恶性肿瘤和两种不同生物标本的蛋白质的研究。未来涉及大样本队列、旨在准确检测和定量脑恶性肿瘤相关蛋白质肽段的研究，可能有望形成一组能够对肿瘤进行分类和分级的蛋白质。这些技术的成功应用最终可能提供更准确、更灵敏且周转时间更短的替代策略，从而使其可转化为临床应用。

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。