PXD001271:成熟fragilysin处理的HT-29 LC-MS/MS
Fragilysin由产毒脆弱拟杆菌分泌,含HEXXHXXGXXH锌结合基序,属metzincins金属蛋白酶。大肠杆菌中获得三种重组同工型,未检出对明胶及azocoll、azocasein等底物的切割

基本信息
资源简介
PXD001271:成熟fragilysin处理的HT-29 LC-MS/MS
Fragilysin由产毒脆弱拟杆菌分泌,含HEXXHXXGXXH锌结合基序,属metzincins金属蛋白酶。大肠杆菌中获得三种重组同工型,未检出对明胶及azocoll、azocasein等底物的切割。处理HT-29细胞可致E-cadherin切割,但未观察到重组及分离细胞组分中E-cadherin切割。活性需天然活性中心结构;培养液中释放蛋白为潜在底物(来源 ebi.ac.uk)。
【数据内容】
源站描述(机器翻译,仅供参考):Fragilysin 是由产毒脆弱拟杆菌菌株分泌的一种蛋白质。Fragilysin 具有一个 HEXXHXXGXXH 基序,这是在被称为 metzincins 的金属蛋白酶族中发现的一种锌结合基序。在本研究中,我们在 Escherichia coli 中获得了所有三种已知的重组 Fragilysin 同工型,并检测了其活性。我们未检测到所有同工型对明胶和显色底物(如 azocoll 和 azocasein)的切割。我们证明,用 Fragilysin 处理 HT-29 细胞可引起 E-cadherin 切割;然而,无论是重组 E-cadherin 还是分离细胞组分中的 E-cadherin,均未观察到切割。结果表明,金属蛋白酶所特有的活性位点天然结构是 Fragilysin 生物学活性所必需的。我们检测到 HT-29 细胞经 Fragilysin 处理后释放到培养基中的蛋白质。这些蛋白质是 Fragilysin 的潜在底物。
【主题与分类】
主题标签:Ht-29、Fragilysin、Bft。本站分类:肿瘤/结肠癌。
【获取与许可】
源站页面:https://ebi.ac.uk/pride/archive/projects/PXD001271
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/PXD001271
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
Fragilysin 是由产毒脆弱拟杆菌菌株分泌的一种蛋白质。Fragilysin 具有一个 HEXXHXXGXXH 基序,这是在被称为 metzincins 的金属蛋白酶族中发现的一种锌结合基序。在本研究中,我们在 Escherichia coli 中获得了所有三种已知的重组 Fragilysin 同工型,并检测了其活性。我们未检测到所有同工型对明胶和显色底物(如 azocoll 和 azocasein)的切割。我们证明,用 Fragilysin 处理 HT-29 细胞可引起 E-cadherin 切割;然而,无论是重组 E-cadherin 还是分离细胞组分中的 E-cadherin,均未观察到切割。结果表明,金属蛋白酶所特有的活性位点天然结构是 Fragilysin 生物学活性所必需的。我们检测到 HT-29 细胞经 Fragilysin 处理后释放到培养基中的蛋白质。这些蛋白质是 Fragilysin 的潜在底物。
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。




