PXD000529：使用MHCC97H和HCCLM3肝癌细胞系的1、8、20号染色体蛋白质组数据集，仪器为Q Exactive，共3部分之第1部分

数据集获取

源站：https://ebi.ac.uk/pride/archive/projects/PXD000529

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

如上所述，新鲜细胞被收集并在含有8 M尿素、50 mM NH4HCO3和5 mM IAA的缓冲液中裂解。总细胞裂解物在4摄氏度下以12,000 g离心10分钟以去除细胞碎片，随后每种细胞系的1.5毫克蛋白质分别在37摄氏度下通过Lys-C和胰蛋白酶进行序列性溶液内蛋白质消化。胰蛋白酶消化后的肽段通过C18 Sep-Pak柱（Waters UK Ltd，曼彻斯特，英国）纯化。本数据集使用的质谱仪为Q-Exactive。数据集通过两次技术重复生成，每次重复包含24个分级。数据库搜索过程采用Mascot v2.3完成。所用数据库为Swiss-prot（2013年6月版）。

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。