PXD001034：宫颈癌生物标志物 iTRAQ 发现数据集

数据集获取

源站：https://ebi.ac.uk/pride/archive/projects/PXD001034

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

我们开发了一种基于质谱的发现-验证流程，利用相对和绝对定量同位素标记（iTRAQ®）、非标记鸟枪法和靶向质谱定量技术，鉴定宫颈上皮内瘤变（CIN）及宫颈鳞状细胞癌患者血清中受调控的一组蛋白质。在发现阶段，我们采用“混合”策略，对早期（CES）和晚期（CLS）宫颈癌患者经免疫耗竭的血清与健康对照进行对比分析，揭示了15种上调和26种下调蛋白质。对来自CIN、CES、CLS患者及健康对照的新非耗竭血清样本进行分析，显示α-1-酸性糖蛋白1、α-1-抗胰蛋白酶、血清转铁蛋白、触珠蛋白、α-2-HS-糖蛋白和维生素D结合蛋白的丰度发生显著变化。为进一步验证我们的发现，我们开发了一种快速UPLC/MRM方法，用于在一组新的样本中同时靶向定量这些蛋白质，包括48例CIN、50例CES、34例CLS和48例健康对照，以及49例卵巢癌患者的血清样本。

该六蛋白组合在区分CIN 2级或更严重患者与健康对照组时，显示出62%的敏感性和82%的特异性，这一疾病阶段目前的蛋白质类生物标志物无法显示出任何区分能力。

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。