新鲜冷冻人乳腺组织与肿瘤样本的microLC-SWATH-MS定量蛋白质组分析

数据集获取

源站：https://omicsdi.org/dataset/pride/PXD008408

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

乳腺癌预防、诊断和治疗领域的未来改进，需要更深入地了解和更好地理解导致正常细胞向癌细胞转化及疾病进展的分子过程和信号通路。对新鲜冷冻乳腺组织和肿瘤样本进行定量蛋白质组分析，可加速并促进这一进程。液相色谱（LC）与串联质谱（MS/MS）联用技术，在数据非依赖性SWATH采集模式下，是进行此类分析的强大工具，因为在该模式下所有前体离子均被碎裂，从而能够对样本中理论上所有蛋白质进行无标记鉴定和定量。在本研究中，我们在SWATH-MS分析之前进行了微液相色谱分离。

用于所研究样本SWATH定量的光谱库，由通过信息依赖性采集（IDA）筛选正常人类乳腺组织和乳腺肿瘤样本所获得的MS/MS谱图进行蛋白质数据库搜索而鉴定出的蛋白质组成，这些样本还通过免疫亲和去除14种高丰度血清蛋白进一步富集了低丰度蛋白质。使用所述方法，我们在所有定性实验中检测到547种蛋白质，这些蛋白质随后作为光谱库，用于对8名患者的独立乳腺肿瘤及相应正常乳腺组织样本进行进一步的非标记SWATH定量。其中，299种蛋白质被成功定量。其中188种蛋白质的水平在正常乳腺组织和乳腺肿瘤样本之间差异显著（p<0.05）。与正常乳腺组织相比，乳腺肿瘤中有31种蛋白质上调，14种蛋白质下调至少两倍。

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。