人尿液蛋白质组与肽组特征分析

数据集获取

源站：https://omicsdi.org/dataset/massive/MSV000080263

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

尿液是临床相关生物标志物的理想来源，因其含有大量蛋白质和低分子量肽段。正常尿液蛋白质组和肽组的表征可作为疾病的参考，并有助于生物标志物的发现。尿液的蛋白质组学和肽组学分析还能为了解正常生理学和疾病病理学提供见解，特别是对于泌尿生殖系统疾病。我们开发了一套针对正常尿液的整合蛋白质组学和肽组学分析方案。我们采用超滤法分离蛋白质和肽段组分，并分别在Q-Exactive质谱仪上使用液相色谱-串联质谱（LC-MS/MS）进行分析。通过分析来自健康个体的六份尿液样本，我们通过蛋白质组学分析鉴定了1754种蛋白质，通过肽组学分析鉴定了4543种内源性肽段，这些肽段来源于566种蛋白质。总体而言，通过这种整合方法，我们鉴定了2091种非冗余蛋白质。计算机模拟蛋白酶活性分析表明，金属蛋白酶主要参与内源性肽段特征的形成。

此外，正常尿液中检测到的多种蛋白质先前已被认为与多种泌尿系统恶性肿瘤有关，包括膀胱癌和肾细胞癌。因此，本研究可为评估癌症特异性生物标志物的变化提供参考。

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。