PXD007580:人血浆蛋白质的鸟枪法蛋白质组学鉴定

本研究基于MS1与MS2数据分析,使用粗制未标记合成(CUS)肽以确保记录其MS2谱,并通过SRM方法验证蛋白质鉴定。结合鸟枪法、自下而上蛋白质组学、掺入肽策略及Q Exactive,对人血浆进行蛋白质鉴定

pride
2019-06-26 更新
浏览 13
蛋白质分类Shotgun proteomicsMass spectrometryBottom-up proteomicsSpike-in peptidesHuman plasmaProtein identification
PXD007580: Identification of human blood plasma proteins in shotgun proteomics

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2019-06-26

资源简介

PXD007580:人血浆蛋白质的鸟枪法蛋白质组学鉴定

本研究基于MS1与MS2数据分析,使用粗制未标记合成(CUS)肽以确保记录其MS2谱,并通过SRM方法验证蛋白质鉴定。结合鸟枪法、自下而上蛋白质组学、掺入肽策略及Q Exactive,对人血浆进行蛋白质鉴定。经搜索和选择反应监测验证,共鉴定出17种人血浆蛋白质,对应所用19种CUS肽中的17种(来源 ebi.ac.uk)。

【数据内容】

源站描述(机器翻译,仅供参考):本研究聚焦于基于MS1和MS2数据分析的人血浆蛋白质鉴定,使用粗制未标记合成(CUS)肽以确保其MS2谱图的记录,并随后通过SRM方法验证蛋白质鉴定结果。所进行的搜索以及随后通过选择反应监测方法对蛋白质鉴定结果的验证,在人血浆中鉴定出17种蛋白质,对应所用19条CUS肽中的17条。

【主题与分类】

主题标签:Shotgun proteomics、Mass spectrometry、Bottom-up proteomics、Spike-in peptides、Human plasma、Protein identification。本站分类:肿瘤/癌症(总论)。

【获取与许可】

源站页面:https://ebi.ac.uk/pride/archive/projects/PXD007580

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://ebi.ac.uk/pride/archive/projects/PXD007580

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

本研究聚焦于基于MS1和MS2数据分析的人血浆蛋白质鉴定,使用粗制未标记合成(CUS)肽以确保其MS2谱图的记录,并随后通过SRM方法验证蛋白质鉴定结果。所进行的搜索以及随后通过选择反应监测方法对蛋白质鉴定结果的验证,在人血浆中鉴定出17种蛋白质,对应所用19条CUS肽中的17条。

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。

获取专属数据定制方案