E-PROT-142：人肝细胞癌（HCC）肿瘤活检组织的蛋白质组学表征
E-PROT-142 是一项针对人肝细胞癌（HCC）肿瘤活检组织的蛋白质组学表征实验，来源于 EBI（ebi.ac.uk）的 Expression Atlas，属于 Baseline 实验，相关分类为肿瘤 / 肝癌
基本信息
资源简介
E-PROT-142：人肝细胞癌（HCC）肿瘤活检组织的蛋白质组学表征
E-PROT-142 是一项针对人肝细胞癌（HCC）肿瘤活检组织的蛋白质组学表征实验，来源于 EBI（ebi.ac.uk）的 Expression Atlas，属于 Baseline 实验，相关分类为肿瘤 / 肝癌。
【数据集背景】
该数据集关注人类肝细胞癌。肝细胞癌是肝癌中常见的病理类型，在肿瘤研究中常通过分子层面数据探索其生物学特征。此实验在来源站被标注为 Expression Atlas experiment (Baseline)，物种为 Homo sapiens，主题标签为 Baseline。除这些信息外，关于研究目的、疾病分期、患者背景、治疗史、样本配对情况等，源站未提供。
【数据内容】
数据集名称直接表明，其内容围绕人类肝细胞癌肿瘤活检的蛋白质组学表征展开。它被组织在 Expression Atlas 的 Baseline 实验框架下，主题标签同样为 Baseline。关于具体检测到的蛋白数量、表达量矩阵、样本数量、分组方式、定量方法、差异分析结果、通路富集结果等，源站未提供。
【采集与来源】
数据来源站为 ebi.ac.uk，源站以 Expression Atlas experiment (Baseline) 的形式提供该实验。物种为 Homo sapiens。样本类型为人肝细胞癌（HCC）肿瘤活检组织。关于样本采集机构、地理区域、采集时间、伦理审批、知情同意、质谱平台、样本制备流程、数据生成机构等，源站未提供。
【适用场景】
该数据集可作为检索和了解人肝细胞癌蛋白质组学 Baseline 实验的入口。使用者如需开展与肝癌蛋白质组相关的探索，应先访问来源站，核对实验说明、样本注释和可下载数据，再决定是否用于具体分析。关于该数据集是否适合临床诊断、预后判断、治疗靶点发现或药物开发等特定用途，源站未提供。
【使用方法】
可通过来源站 ebi.ac.uk 检索 E-PROT-142 或实验名称以定位该数据集。访问时应查看 Expression Atlas 提供的实验页面和下载选项。关于具体下载格式、文件结构、分析工具、复现步骤、API 访问方式等，源站未提供。
【质量与限制】
该数据被标注为 Expression Atlas 的 Baseline 实验，物种为 Homo sapiens，样本来源为 HCC 肿瘤活检，主题标签为 Baseline。关于数据完整性、样本代表性、批次效应、缺失值比例、注释版本、质控指标、原始数据与处理后数据的差异等，源站未提供。使用时应以来源站最新说明为准，不宜超出元数据范围进行推断。
【引用与许可】
数据来源站为 ebi.ac.uk。关于该数据集的正式引用格式、许可协议、使用限制、再分发条件、通讯作者或关联发表文献，源站未提供。
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/gxa/experiments/E-PROT-142
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
Expression Atlas 实验（基线）。物种：Homo sapiens。人肝细胞癌（HCC）肿瘤活检的蛋白质组学特征分析
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。
